【计算机前沿知识】知识图谱

定义

知识图谱是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系。基本组成单位是实体-关系-实 三元组，以及实体及其相关属性值对。实体间通过关系相互连接，构成网状的知识图谱。
通过知识图谱，可以实现Web从网页链接向概念链接转变，支持用户按主题而不是字符串检索，从而真正实现语义搜索。基于知识图谱的搜索引擎，能够以图形方式向用户反馈结构化的知识，用户不必浏览大量网页，就可以准确定位和深度获取知识。

含义：知识图谱本身是一个具有属性的实体通过关系链接而成的网状知识库。
研究价值在于：她是构建在Web基础上的一层覆盖网络，借助知识图谱，能够在Web网页之上建立概念间的链接关系，从而以最小代价将互联网中积累的信息组织起来，成为可以被利用的知识。
应用价值在于它能改变现有的信息检索方式，一方面通过推理实现概念检索，另一方面以图形化方式向用户展示经过分类的结构化知识，从而使人们从人工过滤网页寻找答案的模式中解脱出来。

架构

逻辑架构：数据层和模式层（核心）。
技术架构：知识图谱的构建、更新使迭代过程，每一层迭代包含信息抽取、知识融合、知识加工。

构建方式：自顶向下（借助百科等结构化数据源，加入知识库）和自底向上（从公开数据源，经人工审核后加入知识库）。

挑战

1. 信息抽取环节面向开放域的信息抽取还处于起步阶段。其中多语种、开放领域的纯文本信息抽取问题是当前面临的重要挑战。
2. 知识融合环节，如何精准实现实体链接是一个挑战。如何在上下文信息受限条件下，准确地将从文本中抽取到的实体正确链接到知识库对应实体。
3. 知识加工是最大的挑战，主要研究问题：本体的自动构建，知识推理即使，知识质量评估以及推理技术的应用。
4. 知识更新方面，确保自动化更新的有效形式重大挑战。
5. 如何解决知识的表达、存储和查询问题。

参考文献

[1] LiuQiao,LiYang,DuanHong,LiuYao,QinZhiguang. Knowledge Graph Construction Techniques[J]. Journal of Computer Research and Development, 2016, 53(3): 582-600.