Introduction on KG----2022-01-29

今天是王硕老师做的报告，关于知识图谱的报告

knowledge graph（KG）

一、知识图谱的由来

阅读组合的实例，有很多发生的fact,表示成图的结构，顶点和边，边上叫关系（nationality、contained-by），顶点叫时间。

最早谷歌建立的知识图谱，为了搜索信息方便，把所有相关的fact存到知识图谱里面，进而在知识图谱里面查到相关的事情

这个图上最多的那一部分是红色的生命科学

交叉研究，文本-语义分解-得到三元组；联系到自然语言处理，数据库，机器学习，知识工程

语言类 ----大词林、WordNet查同类词，各个领域都有建立知识图谱，有针对事实的，有针对常识的

YAGO多语言知识库（包含中文） - 图谱 - 开放知识图谱 (openkg.cn)

WikiData中文部分-截至2017.01 - 图谱 - 开放知识图谱 (openkg.cn)

可视化，知识推理，知识抽取，知识融合，知识表示，知识问答，知识众包（百度词条，大家一起来做这件事）

主  谓   宾  给实体和关系以编号

 关 系、属性上做推理，属性即什么是什么。

Protege手动构建知识图谱，上面是概念下面是实例

知识抽取技术（实体抽取、关系抽取、事件抽取）

 

 

 

那个BIO，是B为开头，O代表结束

端到端的，可以找到文本中实体的关系，涉及到实体的识别

 

 实体识别-实体链接                                                                                                                            DeepDive帮助构建知识图谱

neo4j开源的图数据库产品    

五、知识图谱的补全

可以预测缺失的是谁

 将两个知识图谱对齐（概念层、实例层）