知识图谱学习笔记(1)

(1)知识图谱概述

  • 知识图谱的发展史

   Cyc,常识知识库,由术语和断言组成,术语包括概念,关系和实体。断言包括事实和规则

   Schema.org 提供一个词语本体,用来描述语义标签。包括600多个类和900多个关系,包括个人,组织结构,地点,时间,医疗,商品企业联系方式

   

  • 知识图谱相关技术

  主要数据模型RDF图和属性图

  查询语言分为声明式:Cypher,pgql,g-core

和导航式

  • 知识图谱和智能问答

基于语义解析,基于信息检索,基于概率模型

已有的知识问答解决方案都停留在回答单知识点事实型问题上。存在问题:1.基于语义解析的方法和基于信息搜索的方法并不呈完全割裂,对立关系。二者把知识问答看作是话题词识别和关系监测两个子任务并行

改变方式:多知识点事实型问答,里面存在改进点:关系词的词汇组合性,多关系词间语序。

          研究如何将多知识点问题转化单知识点问题。

  • 知识图谱和机器推理

知识图谱的推理任务是根据知识图谱中已有的知识推理推理出新的知识和识别出错误知识。

实体层的推理主要包括链接预测与冲突检测,实体层和概念层之间的推理主要包括实例检测。

推理的方法包括基于规则的推理,基于分布式表示学习的推理,基于神经网络的推理和混合推理

你可能感兴趣的:(读书记录,知识图谱,学习,人工智能)