知识图谱：方法、实践与应用笔记-第1章 知识图谱概述

以下都是《知识图谱：方法、实践与应用》这本书的笔记

1.1 什么是知识图谱

知识图谱是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法。

图1-1 事物关系的可计算模型

从网页的链接发展到实体的链接，知识图谱是为了从海量数据中发现事物之间的关系，是事物关系的可计算模型。

1.2 知识图谱的发展历史

图1-2 从语义网络到知识图谱

知识是人类通过观察、学习和思考有关客观世界的各种现象而获得并总结出的所有事实（Fact）、概念（Concept）、规则（Rule）或原则（Principle）的集合。

知识表示是现实世界的可计量模型。广义上讲，神经网络也是一种知识表示形式。（是大脑的知识表示吧）

图1-3  知识图谱帮助构建有学识的人工智能

所以，连接派是工具？

A：不是，就是一种工具

典型的语义网络WordNet被广泛用于语义消岐等自然语言处理领域。

早期的专家系统最常用的知识表示方法包括基于框架的语言（Frame-based Languages）和产生式规则（Production Rules）等。框架语言主要用于描述客观世界的类别、个体、属性及关系等，较多地被应用于辅助自然语言理解。产生式规则主要用于描述类似于IF-THEN地逻辑结构，适用于刻画过程性知识。

图1-4  现代知识图谱的规模化发展

1.3 知识图谱的价值

KG最早是用来提升搜索引擎的能力。后来在辅助智能问答、自然语言理解、大数据分析、推荐计算、物联网设备互联、可解释性人工智能等多个方面展示出丰富的应用价值。

图1-5  知识图谱辅助搜索

图1-6  设备语义的封装

1.4 国内外典型的知识图谱项目

图1-7  OpenKG的主网站

cyc知识库由术语和断言组成,断言用来建立术语之间的关系（不太懂），包括实施的描述，也包括规则的描述。

1.5 知识图谱技术流程

结构化数据定义到本体模型之间的语义映射，再通过编写语义翻译工具实现结构化数据到知识图谱的转化？

人工众包是什么？

知识表示与Schema工程

知识表示是指用计算机符号描述和表示人脑中的知识，以支持机器模拟人的心智进行推理的方法和技术。

知识抽取

现代知识图谱的构建通常大多依靠已有的结构化数据资源进行转化，形成基础数据集，再依靠自动化知识抽取和知识图谱补全技术，从多种数据来源进一步扩展知识图谱，并通过人工众包进一步提升知识图谱的质量。

知识融合

模式层就是schema吗？还是一个框架？