吐血整理！12种通用知识图谱项目简介

作者：王楠 赵宏宇 蔡月

来源：大数据DT（ID：hzdashuju）

通用知识图谱大体可以分为百科知识图谱（Encyclopedia Knowledge Graph）和常识知识图谱（Common Sense Knowledge Graph）。

百科知识图谱是百科事实构成的，通常是“非黑即白”的确定性知识。早在2010年微软就开始构建商用知识图谱，应用于旗下的搜索、广告、Cortana等项目。2012年谷歌基于Freebase正式发布Google Knowledge Graph。

目前微软和谷歌拥有全世界最大的通用知识图谱，脸书拥有全世界最大的社交知识图谱。而阿里巴巴和亚马逊则分别构建了商品知识图谱。

相比之下，国内知识图谱创业公司则从智能客服、金融、法律、公安、航空、医疗等“知识密集型”领域作为图谱构建切入点。除了上述商业通用图谱以外，DBpedia、Yago、Wikidata、BabelNet等开放域百科知识图谱也蓬勃发展。

另一种常识知识图谱，则集成了语言知识和概念常识，通常关心的是带有一定的概率的不确定事实，因此需要挖掘常识图谱的语言关联或发生概率。下面，我们将对两类知识图谱做详细介绍。

01 百科知识图谱

百科知识图谱构建模式可以分为两类。一类是对单百科数据源进行深度抽取，典型代表有DBpedia。另一类是结合了语言知识库（如WordNet）后，出现了一大批兼具语言知识的百科知识库，如Google Knowledge Graph后端的Freebase、IBM Waston后端的YAGO，以及BabelNet。

此外，还有世界最大开放知识库WikiData等。下面我们分别进行介绍。

1. DBpedia

DBpedia是始于2007年的早期语义网项目，也就是数据库版本的多语言维基百科。DBpedia采用了严格的本体设计，包含人物、地点、音乐、组织机构等类型定义。从对维基百科条目和链接数据集中抽取包括abstract、infobox、category等信息。

DBpedia采用了RDF语义框架描述，DBpedia与Freebase、OpenCyc、BioRDF等其他数据集也建立了实体映射关系，目前拥有127种语言的超过2800万个实体与30亿个RDF三元组。根据抽样评测，RDF三元组的正确率达到88%^[1]。

2. YAGO

YAGO由德国马普研究所于2007年研制，集成了维基百科、wordNet和GeoNames三个来源的数据，是IBM沃森大脑的后端知识库之一。YAGO利用规则对维基百科实体的infobox进行抽取，通过实体类别推断构建“概念-实体”、“实体-属性”间的关系。

另外YAGO也融合了语言知识，比如将维基百科标签与WordNet中的概念（Synset）进行映射，以WordNet概念体系完成百科知识本体构建。很多知识条目也增加了时空属性维度描述。

目前，YA