知识图谱技术原理介绍.pdfVIP

知识图谱技术原理介绍 转载 2016 年 10 月 19 日 08:59:08 标签： NLP / 知识图谱 2335 /archives/39306 作者：王昊奋 近两年来，随着 Linking Open Data[1] 等项目的全面展开，语义 Web 数据源 的数量激增，大量 RDF 数据被发布。互联网正从仅包含网页和网页之间超链接 的文档万维网 (Document Web) 转变成包含大量描述各种实体和实体之间丰富 关系的数据万维网 (Data Web) 。在这个背景下， Google 、百度和搜狗等搜索引 擎公司纷纷以此为基础构建知识图谱，分别为 Knowledge Graph 、知心和知立 方，来改进搜索质量， 从而拉开了语义搜索的序幕。 下面我将从以下几个方面来 介绍知识图谱： 知识图谱的表示和在搜索中的展现形式， 知识图谱的构建和知识 图谱在搜索中的应用等，从而让大家有机会了解其内部的技术实现和各种挑战。 知识图谱的表示和在搜索中的展现形式 正如 Google 的辛格博士在介绍知识图谱时提到的： “Theworld is not made o f strings , but is made of things. ，”知识图谱旨在描述真实世界中存在的各种 实体或概念。其中，每个实体或概念用一个全局唯一确定的 ID 来标识，称为它 们的标识符 (identifier) 。每个属性 -值对 (attribute-value pair ，又称 AVP) 用来刻 画实体的内在特性，而关系 (relation) 用来连接两个实体，刻画它们之间的关联。 知识图谱亦可被看作是一张巨大的图， 图中的节点表示实体或概念， 而图中的边 则由属性或关系构成。上述图模型可用 W3C 提出的资源描述框架 RDF[2] 或属 性图 (property graph)[3] 来表示。知识图谱率先由 Google 提出，以提高其搜索 的质量。 为了更好地理解知识图谱， 我们先来看一下其在搜索中的展现形式， 即知识卡片 (又称 Knowledge Card) 。知识卡片旨在为用户提供更多与搜索内容相关的信息。 更具体地说，知识卡片为用户查询中所包含的实体或返回的答案提供详细的结构 化摘要。从某种意义来说，它是特定于查询 (query specific) 的知识图谱。例如， 当在搜索引擎中输入 姚明“ ”作为关键词时，我们发现搜索结果页面的右侧原先用 于置放广告的地方被知识卡片所取代。 广告被移至左上角， 而广告下面则显示的 是传统的搜索结果， 即匹配关键词的文档列表。 这个布局上的微调也预示着各大 搜索引擎在提高用户体验和直接返回答案方面的决心。 【三大搜索引擎关于姚明的知识卡片 (略)】 虽说三大搜索引擎在知识卡片的排版和内容展现上略有不同， 但是它们都列出了 姚明的身高、体重、民族等属性信息。此外，它们均包含 用户还搜索了“ ”或 其他“ 人还搜 ”的功能来展现相关的人物。该功能允许用户去浏览其他与姚明相关的人 物的详细信息。 细心的读者也发现 Google 在其知识卡片中也展示了很多与姚明 相关的图片， 以图文并茂的方式来展示姚明的方方面面。 百度则结合了百度风云 榜的信息，列出了姚明的类别 (体坛人物 )及其百度指数 (今日