【知识图谱】王昊奋-第1课笔记-知识图谱概论

一、知识图谱与语义技术概述

1. 起源

人的思想是偏重关联的（Vannevar Bush）→以“链接”（超文本）为中心的系统Web→维基百科

2. 语义网

从链接文本（Web of Texts, Web of Documents）到链接数据（Web of Objects, Web of Data, Web of Things）

i.e. Web中有各种类型的事物，事物（Things not strings）之间有多种类型的连接

3.

谷歌知识图谱：搜索到的是对象（而不是string），从搜索结果中体现关联

Facebook兴趣图谱：结构化搜索（Graph Search）

4. 知识图谱的概念演化

知识图谱的发展得益于Web的发展（更多的是数据层面）。

5. 知识图谱可以做什么

（1）KG辅助搜索（手工众包、传统数据库格式转换、元组抽取、实体融合、链接预测、推理补全）

（2）KG辅助问答（机器人及IoT设备的智能化都依赖于背景知识库，eg., IBM Waston、Siri）

（3）KG辅助决策（政府决策领域Palantir、金融决策领域Kensho）

（4）KG辅助人工智能：常识推理（NLP领域关注）

6. 知识图谱的本质

7. Smart AI vs. Knowledgeable AI

二、典型知识库项目简介

1. CYC（目标最大的常识知识库）

2. Wordnet（普林斯顿大学，最著名的词典知识库，主要用于英文单词词义消歧义）

3. ConceptNet（MIT常识知识库，三元组组织）

4. Freebase（开源免费且允许商业化）

5. Wikidata（CC0完全自由协议，目标全球最大免费知识库）

6. DBPedia（30亿RDF三元组）

7. YAGO（德国马普研究所，集成Wikipedia、WordNet、GeoNames，增加时间维度和空间维度的属性描述）

8. BabelNet（类似于WordNet的多语言词典知识库）

9. NELL（CMU，采用互联网挖掘方法从Web上抽取三元组知识）

10. 微软Concept Graph（概念化）

11. OpenKG（中文知识图谱资源库，zhishi.me）

12. cnSchema（开放的中文知识图谱Schema）

三、知识图谱相关技术简介

1. 知识图谱的技术体系

2. 知识表示：怎样用计算机符号表示人脑中的知识，以及怎样通过符号之间的运算模拟人脑的推理过程

（1）资源描述框架（Resource Description Framework，RDF）:Triple-based Assertion Model（基于三元组的断言模型）

（2）RDF Graph:Directed Labeled Graph（有向标记图）

（3）RDFS（RDF Schema）:Simple Vocabulary and Schema

（4）RDF的序列化格式

（5）OWL:Web Ontology Language（网页本体语言）

（6）OWL extends RDF Schema

（7）SPARQL:RDF的查询语言，是一种子图匹配

（8）JSON-LD:JSON for linking data，适用于程序之间的数据交换格式

（9）RDFa，HTML5 MicroData:在网页中嵌入语义数据

（10）知识图谱的分布式表示：KG Embedding，从离散的符号表示到连续稠密的低维向量表示

3. 知识抽取

（1）目标：从非结构化文本数据到三元组、多元关系、模态知识等用于KR

（2）主要方法：知识工程（正则表达式、模板匹配、规则约束）、基于本体抽取（知识挖掘/推理）、基于模型抽取（SVM、Logistic Model、CRF、LSTM）

4. 知识存储

（1）知识比数据的结构复杂，知识存储需要综合考虑图的特点、知识的存储、索引和查询的优化问题。

（2）典型知识存储引擎分为基于关系数据库的存储和基于原生图的存储。实践中多为混合存储结构。

5. 知识问答：KQBA 基于知识库的知识问答

6. 知识推理：基于已知事实推出未知事实的计算过程

（1）搜索引擎实例：姚明的妻子的女儿的父亲？

（2）按解决方法分类：基于描述逻辑的推理、基于规则挖掘的推理、基于概率逻辑的推理、基于表示学习和神经网络的推理

（3）按推理类型分类：缺省推理、连续变化推理、空间推理、因果推理

（4）基于描述逻辑的推理：本体推理

（5）基于统计规则挖掘的推理

（6）基于表达学习的推理

7. 知识融合

（1）目标：在不同数据集中找出同一实体的描述记录，对不同数据源的实体信息进行整合，形成更加全面的实体信息

（2）典型工具：Dedupe、LIMES

8. 知识众包：Wikibase、Schema.org

四、典型应用案例

1. 医疗健康：Open PHACTS、中医药知识平台

2. 电商：阿里巴巴知识图谱

3. 企业知识图谱（SAP）

4. 金融：知识图谱支撑下的量化金融

5. 博物馆：大英博物馆

6. 新闻：BBC在伦敦奥运会中应用知识图谱

思考

1. KG是一个兼容性很强的方向，可以包含应用的东西非常广泛。（KR、ML、NLP、Web等）

2.现有的各领域开放知识库可以直接用吗？不同模型结构的知识库在进行知识融合时会不会很困难？

3.多库存储的难点在哪里？

4.对于行业KG，KBDA如何处理复杂句？

5.知识图谱在小冰、小娜中的应用。

6.离散型知识表示和连续型知识表示、分布式知识表示的关系、优劣。

7.知识图谱可以用于科研评价吗？（THU唐杰团队Aminer）