知识图谱中的关系方向与强度研究

本文研究了知识图谱中关系的方向、强度和时态,提出关系的正负、强度和时态可通过有监督机器学习自动建模,用于量化计算。这种方法在分析企业合作竞争、销售人员市场拓展等场景中,提供了新的数据分析模式,对人工智能落地有重要意义。
摘要由CSDN通过智能技术生成

知识图谱中的关系方向与强度研究

臧根林1,2, 王亚强1,2, 吴庆蓉1,2, 占春丽1,2, 谢新扬1,2

1 拓尔思知识图谱研究院,广东 广州 510665

2 广州拓尔思大数据有限公司,广东 广州 510665

摘要目前普遍的知识图谱构建思路是图谱中的关系标签采用文字描述,这样很难对图谱中的关系进行计算。针对这个问题,提出了关系方向、强度因子和时态因子的概念,关系的正负、强度和时态可以通过有监督机器学习的方法形成自动模型,从而在领域知识图谱中实现关系的量化计算。这种知识图谱构建方法在计算事件舆情走向、计算企业合作与竞争情况变化、分析销售人员市场拓展情况等领域,形成了一种新的数据分析模式,对人工智能在具体行业的落地应用很有意义。

关键词知识图谱 ; 关系方向 ; 关系强度 ; 负关系 ; 时态关系

640?wx_fmt=jpeg

论文引用格式:

臧根林,王亚强,吴庆蓉,占春丽,谢新扬. 知识图谱中的关系方向与强度研究. 大数据[J], 2019, 5(3):96-103

ZANG G L, WANG Y Q, WU Q R, ZHAN C L, XIE X Y.Study on direction and strength of relation based on knowledge graph. Big Data Research[J], 2019, 5(3): 96-103

640?wx_fmt=jpeg

1 引言

知识图谱本质上是一个用图数据结构等技术作为载体,描述客观事物及其关系的大型知识库。在具体实现上,知识图谱用语义网(semantic web)中的资源描述框架(resource description framework,RDF)对知识体系和实例数据两个层面的内容进行统一表示,共同构成一个完整的知识系统。

世界本身不存在结构化问题或非结构化问题,在信息化时代之前也没有人区分结构化或非结构化,但人类进入信息化时代后,什么都想通过计算得到结果,这就产生了信息是否要结构化的问题,因此这是人类为了将就计算机而产生的问题。知识图谱把这个问题进一步加深了,因为大家不仅想让计算机计算信息,还想让计算机学会跟人类一样思考和判断,也就是现在很热门的人工智能。为了教会计算机看懂人类的知识,人们将知识整理成了知识图谱。

虽然知识图谱的概念由谷歌公司在2012年5月首次提出,但知识图谱这样的理念和表达思路在中国已经存在了超过2000年,五行理论和相生相克图就是一个典型的知识图谱结构。知识图谱描述的3个关键要素是实体、属性和实体之间的关系,五行相生相克图(如图1所示)完整表达了这3个要素,金、木、水、火、土每个字不但表达一种实体类型,而且字面本身已经蕴含了属性解释,如“水”字是指世界上一切液体性质的实体,每

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值