一、 知识图谱的逻辑架构:
在逻辑上,知识图谱被划分为数据层和模式层,其中:
- 模式层:在数据层之上,是知识图谱的核心,存储经过提炼的知识,通常通过本体库来管理。
- 数据层:存储实例知识数据。
二、知识图谱的技术架构
通用的基于本体的知识图谱构建架构如图1所示,其中虚线框内的部分为知识图谱的构建过程,同时也是知识图谱更新的过程。
知识图谱的构建的原始数据包含结构化数据、半结构化数据、非结构化数据三种,通过一系列自动化或半自动化的技术手段,从原始数据中提取出知识要素(即实体及其关系),将其存入知识图谱的模式层与数据层。
构建知识图谱是一个迭代更新的过程,根据知识获取的逻辑,每一轮迭代包含三个阶段:知识抽取、知识融合、知识加工。
1.1 知识抽取
知识抽取是一种自动化地从半结构化和非结构化数据中抽取实体、关系以及实体属性等结构化信息的技术,涉及的关键技术包括:实体抽取、关系抽取、属性抽取。