1. 简介

知识图谱本质上是语义网络（Semantic Network）的知识库。从实际应用的角度，知识图谱可理解为多关系图
**

1.1 Graph

图是由节点Vertex和边Edge来构成

  • 实体（节点）：现实中的事物，包括人、地名、概念、药物、公司
  • 关系（边）：表达不同实体间的联系

1.2 Schema

用于限定待加入知识图谱的数据格式；相当于某个领域内的数据模型，包含概念类型，以及类型属性
68747470733a2f2f692e6c6f6c692e6e65742f323032302f31322f30362f7a784d4c75704249657762326a46522e706e67.png
作用：

  • 规范结构化数据
  • DataType 限定节点值的类型（文本、日期、数字）
  • Thing 限定了节点的类型和属性

    1.3 知识图谱的定位

    人工智能 - 目标让机器想人一样思考和做事
    68747470733a2f2f692e6c6f6c692e6e65742f323032302f31322f30362f35654676595a33726e4b4457564e742e706e67.png

2. 知识图谱的构建

2.1 数据源

  • 业务本身数据
  • 网络公开数据（爬虫），需要借助NLP技术来提取结构化信息

2.2 构建所需NLP技术

1. 实体命名识别 （Name Entity Recognition）

从文本中提取出实体，并对每个实体分类/打标签
例如：实体 NYC，类型-Location
（可使用现有工具实现）

2. 关系抽取 (Relation Extraction)

从文本中提取实体之间的关系
e.g. “is”, “in”, “near” …

3. 实体统一 (Entity Resolution)

有些事物具有不同的称呼，但指向同一个实体，需要做合并；实体统一不仅可以减少实体的种类，也可以降低图谱的稀疏性（sparsity）
e.g. NYC/New York

4. 指代消解 (Coreference Resolution/Disambiguation)

对于文本中的代词，确定其指向那个实体

3. 知识图谱的存储

3.1 RDF的存储

（Resource Description Framework）

  • 优势：数据的易发布和共享
  • 以三元组方式存储数据，但不包含属性信息

  • Jena

    3.2 图数据库的存储

  • 优势：高效的图查询和搜索

  • Neo4j | | RDF | 图数据库 | | —- | —- | —- | | 存储 | 三元组Triple | 节点和关系可以带有属性 | | 标准推理引擎 | 有 | 没有 | | | W3C标准 | 图的遍历效率高 | | 优势 | 易于发布数据 | 事务管理 | | 使用场景 | 学术界 | 工业界 |