什么是知识图谱（Knowledge Graph）（上）
本文参考了Mayank Kejriwal的新著《Domain-Specific Knowledge Graph Construction》（2019年）
最近几年，knowledge graph（KG）作为AI（人工智能）的一个主要领域活跃起来。图（graph）经常出现在AI的最新论文当中。由于大数据时代的到来，我们很需要让计算机高效地“理解”并分析这些数据。
而计算机无法真正理解自然语言（英语、汉语等），这使得很多普通AI任务以及常识推理（commonsense reasoning）的结果并不理想。虽然相关领域都进步很快，但是计算机仍然更擅长处理用图（graphs），辞典（dictionaries），表格（tables）存储的结构化数据，而不太擅长直接处理自然语言。
谷歌是近年来利用KG这个特点来扩展搜索的可能性的大公司之一。“知识图谱”这个词的出现可以追溯到在2010年的一篇博客中所提到的“Google Knowledge Graph”，其理念是“搜索事物（things）而不是字符串（strings）”。
也就是说，搜索可以进化到不只是单纯搜索字符串，而是通过实体、属性和关系的推理（reasoning about entities, attributes and relationships），来预测用户想真正要寻找什么。当你现在使用谷歌的时候就能看到右边显示了你可能在寻找的内容（如下图红框中内容）。
除了谷歌之外，还有很多公司都开始给KG投资，在很多国家也涌现了以KG为核心的创业公司，还有一些KG的应用在被非盈利组织，政府机构，学术机构使用。下一篇文章会讲到几个KG的应用的例子。
简单来说，KG就是用图理论表现人类的知识，使得计算机能够理解它们的语义。换句话说，KG是一种通过图来表现知识的方式，这种方式能够让计算机进行推理（reasoning and reference），从而回答一些问题。
从功能角度来定义的话，KG是一些三元组（triple）的合集，每一个三元组表示了一个断言（assertion）。如果KG是基于可靠的数据且100%正确构建的话，我们可以把这些断言看作是事实（facts）。
通常，一个三元组由三个元组（h, r, t）组成，h是头实体（head entity），t是尾实体（tail entity），r是两个实体之间的关系（relationship）。在大部分情况下，自然语言都能被这种形式很方便地表现出来。
举个例子，“Fido the dog stole a bone from Mary's backyard”（小狗Fido从Mary的后院里偷走了一根骨头）这句话可以被以下的三元组set表示出来：{(Fido, is-a, Dog), (Fido, stole, bone_1), (bone_1, is-a, Bone), (bone_1, located-in, yard_1), (yard_1, is-a, Yard), (yard_1, belongs-to, Mary), (Mary, is-a, Person)}。这些三元组也可以通过图来表示，如下图：
在这个图中，实心的椭圆可以看做是ontology的一部分（关于ontology的知识这里就不再赘述，以后可能写一篇介绍ontology的文章，再把链接放过去），空心的椭圆就是KG，is-a关系连接了实例（instances）和概念（concepts）。关系都在ontology中被定义，而在KG中被使用。
除了Google KG，其他大部分KG都是基于某个领域的（domain-specific），而且拥有该领域对应的ontology。这是因为并没有可以适用于所有情况（“one-size fits all”）的schema或ontology来解决一切问题。
但是一旦有了ontology的框架，我们只需要让KG根据这个框架生成。虽然框架越复杂填充KG越难，但是复杂度高的ontology可以让语义（semantics）变得更强健，也能支持更复杂的查询（queries）。反之，简单的ontology可以让填充，检查和分析KG变得更简单。
到这里《什么是知识图谱（Knowledge Graph）（上）》的内容就结束啦~
下半部分《什么是知识图谱（Knowledge Graph）（下）》将会讲述几个使用了KG技术的经典例子。
本人也在边总结这本书边学习知识图谱，如果有错误还请指正^_^
这一系列文章主要是提取一些最最最关键内容，想仔细阅读的朋友们还请移步原书哟~
（last but not least：转载请注明出处）
什么是知识图谱（Knowledge Graph）（上）相关推荐
- 知识图谱Knowledge Graph构建与应用
--- 关于举办 2022年数字信息化培训项目系列 --- 知识图谱Knowledge Graph构建与应用研修班线上课程的通知 各有关单位: 一.培训目标: 本次课程安排紧密结合理论与实践,深入浅出 ...
- 知识图谱(Knowledge Graph)之综述理解
注:该博文是我在看了数篇知识图谱综述以及阅读了相关资料后的一个总结以及自己的相关理解. 知识图谱技术是人工智能技术的重要组成部分,以结构化的方式描述客观世界中的概念.实体及其键的关系.知识图谱提技术提 ...
- 通过COVID-19认识知识图谱 | Knowledge Graph
知识图谱是近几年来一个蛮热的词,被认为是"认知智能领域核心技术之一","人工智能四大领域之一"等等.甚至有了不谈知识图谱不足以号称新技术的趋势. 这么重要的一个 ...
- 【知识图谱 Knowledge Graph】从它的起源看未来的研究方向。知识图谱——科普篇
声明:仅学习使用. 注:来源在文末均已指出 目录 一.知识图谱的本质 1.数字时代降临,知识图谱前身 语义网络模型 初面世(20世纪50-60年代) 2.万维网广泛应用,图形化模型略展锋芒(20世纪8 ...
- 知识图谱 | (2)知识图谱技术综述(上)
原文地址 摘要: 知识图谱技术是人工智能技术的重要组成部分,其建立的具有语义处理能力与开放互联能力的知识库,可在智能搜索.智能问答.个性化推荐等智能信息服务中产生应用价值. 该文在全面阐述知识图谱定义 ...
- 基于知识图谱(Knowledge Graph)的学习类APP软件设计
资源下载地址:https://download.csdn.net/download/sheziqiong/85942483 资源下载地址:https://download.csdn.net/downl ...
- 用neo4j构建广州市景点知识图谱及数据库上云
文章目录 一.数据 二.部署云数据库 1.下载解压 2.配置环境 3.配置Neo4j文件 4.配置云服务器安全组 5.验证 三.数据处理和导入云数据库 0.连接云数据库 1.读取数据 2.导入节点 3 ...
- 搜索引擎和知识图谱那些事 (上).基础篇
这是一篇基础性文章,主要介绍搜索引擎和知识图谱的一些原理.发展经历和应用等知识.希望文章对你有所帮助~如果有错误或不足之处,还请海涵.(参考资料见后) 一. 搜索引擎 (一).搜索引擎的四个时代 ...
- python语义网络图_知识图谱 语义网络，语义网，链接数据和知识图谱 （二）－－基础篇...
知识图谱 语义网络,语义网,链接数据和知识图谱 (二)--基础篇 发布时间:2018-05-14 16:10, 浏览次数:370 一.语义网络(Semantic Network) 对于初学者来讲,这个 ...
- 知识图谱的前世今生：为什么我们需要知识图谱？
来源:SimmerChan(知乎) 编辑:Debra 摘要:本文主要分为三个部分.第一个部分介绍我们为什么需要知识图谱,第二个部分介绍知识图谱的相关概念及其形式化表示.最后,作一个简单的总结,并介绍该 ...
最新文章
- ROS_Kinetic ubuntu 16.04
- 一种用于三维物体建模的精确、鲁棒的距离图像配准算法
- 工业4.0，人工智能狂潮正在席卷制造业 | 500强系列报告
- java 语言概述（零）
- Hi Azure. 从零开始打造一个语音机器人，跟你的电脑聊聊天。
- vscode openOCD 配置Jlink 下载和调试STM32 教程
- OSError: [Errno 22] Invalid argument:**
- VMWare笔记-解决虚拟机能ping通主机能上网，但主机ping不通虚拟机（含思路）
- android 全局定时器,高通Android LED驱动移植-GPIO，内核定时器
- 20 分钟学会 DBSCAN 聚类算法
- 微信小程序js数组倒序reverse
- 携程2021年校招笔试题[2021年10月21日19点-21点]
- 【Python常见 面试题】实现三位数的水仙花数，Python入门案例学习
- Mac如何录屏 同时录内置声音
- 8、Android 系统悬浮窗实现
- MATH1013总结
- 香港在线下和线上以科技呈献缤纷耀眼的圣诞
- 计算机命令vty是什么意思,华为交换机基础命令中user interface 0和user-interface vty 0的区别...
- 单机模拟集群（三主两从）
- Linux中的常用内存问题检测工具