学习笔记——《知识图谱导论》陈华钧第一章·知识图谱概述

目录

1.1语言与知识

1.2知识图谱的起源

1.3知识图谱的价值

1.4知识图谱的技术内涵

---

1.1语言与知识

1. 人工智能的流派——连接主义、符号主义
   连接主义：主张人工智能的实现应该模拟人脑的生理结构，即用计算机模拟人脑的神经网络连接（深度神经网络）；
   
   符号主义：主张只能的实现应该模拟人类的心智，即用计算机符号记录人脑的记忆，表示人脑中的知识（知识工程与专家系统）。
2. 认知智能——语言理解、知识的表示与处理。
3. 知识工程与专家系统——建立一个系统，能够从专家大脑里获取知识，再通过一个推理引擎为非专家用户提供服务，如辅助诊断、判案等。而这个从人脑获取知识的过程就叫作知识工程。
4. 通过机器来理解文本中的知识——抽取技术、语言预训练
   抽取技术：例如从文本中识别实体、关系和逻辑等；
   
   语言预训练：通过大量的文本语料训练一个神经网络大模型，文本中的知识被隐含在参数化的向量模型中，而向量化的表示和神金网络对机器是友好的。
5. 知识图谱的本质——旨在利用图结构建模、识别和推断事物之间的复杂关联关系和沉淀领域知识
6. 随着表示学习和神经网络的兴起，人们发现数值化的向量表示更易于捕获那些隐藏的、不易于明确表示的知识，并且比符号表示更易与机器处理。知识图谱同时拥抱机