垂直领域知识图谱_哪个领域的知识图谱容易实现？

之前做了个知识图谱的调研，正好回答这个问题。阿力阿哩哩：知识图谱调研​zhuanlan.zhihu.com

1. 知识图谱与数据库

主要有两种数据库RDF数据形式的三元组库：基于关系存储的数据库代表为Oracle 12C + 图数据扩展组件，能管理高达1.08万亿个三元组信息

属性图数据形式的图数据库：基于属性图存储的图数据库代表为Neo4j，目前还不支持管理三元组，但有向这方向演化的技术趋势

大的技术趋势：三元组库和图数据库的相互融合发展

2. 知识图谱与智能问答

定义：依托一个大型知识库(知识图谱)，将用户的自然语言处问题转化成为结构化查询语句(如SQL)，直接从知识库中导出答案。

知识问答重心聚焦于事实型问答，问题答案是一个实义词or实义短语。如“中国的首都在哪？”“北京。”

事实型问题类型区分按问题类型分：单知识点问题与多知识点问题。

按问题领域分：垂直领域和通用领域，其中垂直领域的知识图谱小，精度更好，问答质量更容易提升。

(1)第一种技术方向：攻克知识问答的技术关键是理解用户的问句，当前有三种技术

① 大部分先进的问答系统是基于语义解析，目的是将自然语言问句转化成结构化的查询语句如SQL，不过需要大量的人工标注数据做监督学习。

② 基于信息检索的方法可以回避需要大量人工标注数据的问题，根据粗粒度检索信息，在知识库中选出候选答案，并根据问题特征进行排序，返回最佳答案给用户为了实现有效的基于检索信息的问答，让机器理解用户问题&#