大规模知识图谱技术.pdf.PDFVIP

大规模知识图谱技术.pdf 知识图谱实例 谷歌 知识图谱 (Google Knowledge Graph) 百度 “知心” 搜狗 “知立方” 知识图谱的构建 知识图谱的数据来源 mainly for extraction graphs(抽取图谱) 百科类数据 质量较高 更新速度慢 提取实体、属性、关系 结构化数据 方法：构建面 向站点的包装器 质量较高 更新速度慢 提取实体、属性、关系，属性部分加强 搜索日志 质量较差 提高图谱覆盖率 提取属性 从抽取图谱到知识图谱 实体对齐 (Object Alignment) 目的： 发现具有不同标识却代表真实世界中同一对象的那些实体， 并将这些实体归并为一个具有全局唯一标识的实体 对象， 然后添加到知识图谱中 主要方法：聚类 相似度度量规则 1. 具有相同描述的实体可能 代表同一实体（字符相似） 2. 具有相同属性 - 值的实体可能代表相同对象（属性相似） 3. 具有相同邻居的实体可能指向同一个对象（结构相似） 准确率无法保证，需人工审核 知识图谱模式构建 本体 概 念 概念层次 属性 属性值类型 关系 关系定义域概念集 关系值域概念集 图谱模式 领域 (domain) 类别 (type) 主题 (topic， 即 实体) 方法 自底向上 有利于抽取新的实例，可保证抽取质量 自顶向下 能发现新的模式 知识图谱上的挖掘 推理 推理（ reasoning 或 inference） 被广泛用 于发现隐含知识， 其功能通过可扩展的规则引擎来完成 规则 针对属性 针对关系 实体重要性排序 相关实体挖掘 “其他人还搜了” 知识图谱的更新和维护 知识图谱模式的更新 目前定义的类别数约为 103~104 量级 由专业的人员进 行决策和命名新类别 结构化站点包装器的维护 变化量超过事先设定的阈值且抽取结果与 原先标注的答案差别较大， 则表明现有的站点包装 器失效了 知识图谱的更新频率 规模和更新频度：数据层模式层 众包反馈机制 知识图谱在搜索中的应用 查询理解 1. 选择性显示知识卡片 2. 选择性显示属性 问题回答 总结 1. 目前知识图谱的发展还处于初期阶段 2. 人工干预仍起重要作用 3. 结构化数据在知识图谱的构 建中起到决定性作用 4. 各大搜索引擎公司为了保证知识图谱的质量多半采用成熟的算法 5. 搜索引擎公司展示知识卡片时比较谨慎 6. 更复杂的自然语言查询将崭露头角（如谷歌的蜂鸟算法） 知识图谱 ：旨在描述真实世界中存在的各种实体或概 念 知识卡片 ： 用户查询中所包含的实体或返回的答案提供的详细的结构化摘要， 是特定查询的知识图谱 实体