知识图谱（二）：从 Extraction Graph 到 Knowledge Graph

资料来源： Knowledge Graph tutorial (AAAI 2017－part 3)

相关链接：https://kgtutorial.github.io/slides/Part3a_Prob.pdf

---

问题背景

利用NLP技术、信息抽取技术构建的Extraction Graph，主要存在以下三个问题：

(0)  实体重复。例如：斯嘉丽和郝思嘉其实是同一实体的不同译法。

(1）语义模糊。例如：beatles 代表披头士 or 甲壳虫？

(2）缺乏对隐含关系的深度挖掘。例如：A是C的妈妈，B是C的爸爸，那么隐藏关系:A与B是夫妻。

(3）语义冲突。

为了解决上述问题，需要在Extraction Graph的基础上，进一步进行推理，通过Graph Construction建立起有效的知识图谱。以往AI领域经典的推理方法基于规则和逻辑，但该方法的缺点在于推理的正确与否严重依赖于规则是否正确。为此，当前Graph Construction提出了以下三类方法：概率图模型（Probabilistic Graphic Model）和随机行走、Embedding方法。

1. 概率图模型 Probabilistic Graphic Model

基本思想：Uncertainty in these extractions is captured by assigning these predicates a soft-truth value equal to the confidence value from the extractor.

为每一条Extraction Graph挖掘出的fact附上一定的权重，引入概率，来描述其不确定性。

概率图模型用节点来表示变量，此处为Extraction Graph所挖掘的知识（candidate fact），用边来表示变量之间的关系，此处为推理过程中使用的规则（rules）。对每一个candidate fact都赋予一个概率，来衡量该fact的合理性。在这里，概率主要有以下三种方式获得：

（1）从文本提取器或分类器获取到的统计。

（2）领域知识得到的规则。

（3）从数据中挖掘出的规律与模式。

基于概率图模型的重构优缺点：1. 可得到知识图谱的分布。2.通过规则能够3.可以很方便地融合各种来源的知识。

两类：（1）Markov Logic Network（2）Probabilistic Soft Logic

MLN的开源软件：alchemy 

pracmln 源码（python）gitclonehttps://github.com/danielnyga/pracmln.git

中文综述：https://image.hanspub.org/Html/7-2690151_15594.htm

PLS 

2. 随机行走 (Path Ranking Algorithm)

http://www.aclweb.org/anthology/P/P16/P16-1124.pdf

解决的问题是：判断任意两个实体间是否存在某种特定的关系。

基本思想：抽取实体之间的路径作为特征，针对每一类的关系建立起关系分类器，对于新的给定的两个实体。

3. Embedding Method

http://cbdio.com/BigData/2016-08/30/content_5224578.htm