小羊学习笔记之我对知识知识图谱的概念、结构、构建的理解

一、概念
之前我所了解的知识图谱是一个树状图，有很多的分支。这是我对知识图谱的第一印象。现在我对知识图谱的理解更加专业：它是显示知识结构关系的一个图形，是揭示实体之间关系的语义网络。它从开始时凌乱无章的对象、信息中提取相同点，归纳总结出它们之间的关系，从而使信息建立联系成为一个体系。从一个对象可以找到与它相关的若干个对象，然后还可以一个关系接着一个关系地继续往下延申。

它最早是为了优化搜索引擎而发明的。有了它，用户输入一个关键词之后，会出现与这个关键词有关联的多个对象，也就是一个延申，用户可以去找到自己最想要的信息；因为有了延申，用户会从延申中找到自己感兴趣的多个事物，因此提高了搜索的深度与广度。现在知识图谱也广泛用于智能问答、个性化推荐等领域。
二、结构
知识图谱的结构，包括知识图谱自身的逻辑结构以及构建知识图谱所采用的技术结构，也称体系结构。
逻辑结构有两种：数据层和模式层。

数据层，知识以事实为单位存储在图数据库，事实用三元组来表示，三元组有表示实体与实体之间关系的“实体-关系-实体”结构，还有表示实体属性情况的“实体-属性-属性值”结构。如：中国-面积-960万平方千米。三元组也是知识单元，是知识图谱节点的基本形式。模式层即使三元组的两种形式，数据按照这种模式储存

这里涉及一个本体库的概念：特定领域中某套概念及其相互关系的形式化表达，通常用本体库管理模式层（这里我还没有弄太明白）
三、构建
我认为知识图谱的技术架构就是它是如何构建的。
它有自上而下和自下而上的构建。
自上而下：先有一套构建模板，再把大量零碎的信息对号入座填充到里面。就像已经给许多小盒子起好了名字，安排好了关系，再向其中填充物件。
自下而上：现有大量凌乱的信息，在它们之中抽取实体，关系与属性，然后根据所获得的决定储存模版与方式。

构建有四个步骤：知识抽取、知识表示、知识融合、知识加工。
知识抽取：
从最原始的数据（结构化、半结构化、非结构化数据）出发，抽取出实体、关系、属性等要素。
知识表达：
将抽取出的要素通过一个模板或者样式表达出来，便于进行处理。
知识融合：
将不同只是可中的数据融合起来形成一个知识库。不同知识库的侧重点不同，知识融合是将这些不同的侧重点结合，通过指代消解，实体消歧，实体链接将侧重点不同的知识合并。
知识加工：
融合过后的表达不同于知识，还需要进行加工处理，才能体系化。
加工的过程，首先需要构建一个本体。就像先构建一个家族一样。然后进行知识推理，在原来形成的网络中再一次寻找额外的联系，建立新关联，拓展丰富知识网络。最后要有一个质量评估，进一步完善知识图谱，提高质量。