简介

DBpedia 是一个很特殊的语义网应用范例，它从维基百科(Wikipedia)的词条里撷取出结构化的资料，以强化维基百科的搜寻功能，并将其他资料集连结至维基百科。透过这样的语义化技术的介入，让维基百科的庞杂资讯有了许多创新而有趣的应用，例如手机版本、地图整合、多面向搜寻、关系查询、文件分类与标注等等。DBpedia 同时也是世界上最大的多领域知识本体之一，也是 Linked Data 的一部分，美国科技媒体 ReadWriteWeb 也将 DBpedia 选为2009 年最佳的语义网应用服务。
DBpedia 2014 版的资料集拥有超过458万的物件，包括144万5000人、73万5000个地点、12万3000张唱片、8万7千部电影、1万9000种电脑游戏、24万1000个组织、25万1000种物种和6000个疾病。其资料不仅被BBC、路透社、纽约时报所采用，也是Google、Yahoo等搜寻引擎检索的对象。

示例

DBpedia摘取维基百科页面上的事实信息，让用户可以不用在多个维基百科条目之间浏览便找到问题的答案。查询数据的方式是利用叫做SPARQL（像是SQL一类的查询语言）来对资源描述框架(RDF)进行查询。
举例而言，假如你对日本少女漫画系列东京喵喵感兴趣，想要找这位漫画的绘者所创作的其他作品。DBpedia结合了维基百科上东京喵喵、征海未亚这些条目，以及相关作品诸如丽佳公主以及恋きゅー的信息。因为DBpedia把这些数据都标准化到单一的数据库里头，下列查询就能够在不需具体清楚哪一个条目有包含了哪一部分的片段信息，就能够完整的列出相关作品类型：

 PREFIX dbprop: <http://dbpedia.org/property/>PREFIX db: <http://dbpedia.org/resource/>SELECT ?who, ?WORK, ?genre WHERE { db:Tokyo_Mew_Mew dbprop:author ?who .?WORK  dbprop:author ?who .OPTIONAL { ?WORK dbprop:genre ?genre } .}

网址

DBpedia

【知识图谱问答】DBpedia介绍相关推荐

技术动态 | 针对复杂问题的知识图谱问答最新进展
本文转载自公众号:PaperWeekly. 作者:付彬.唐呈光.李杨.余海洋.孙健单位:阿里巴巴达摩院小蜜Conversational AI团队背景介绍知识图谱问答(KBQA)利用图谱丰富的语义 ...
针对复杂问题的知识图谱问答最新进展
作者|付彬.唐呈光.李杨.余海洋.孙建单位|阿里巴巴达摩院小蜜Conversational AI团队背景介绍知识图谱问答(KBQA)利用图谱丰富的语义关联信息,能够深入理解用户问题并给出答案,近 ...
知识图谱技术原理介绍
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(Docume ...
知识图谱问答 | (1) 针对复杂问题的知识图谱问答(KBQA)最新进展
原文地址 1. 背景介绍知识图谱问答(KBQA)利用图谱丰富的语义关联信息,能够深入理解用户问题并给出答案,近年来吸引了学术界和工业界的广泛关注.KBQA 主要任务是将自然语言问题(NLQ)通过不同 ...
【每周NLP论文推荐】知识图谱重要论文介绍
欢迎来到<每周NLP论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 知识图谱是NLP中非常重要的底层基础建筑. ...
美团知识图谱问答技术及在商家推荐回复场景中的实践与探索
猜你喜欢 0.电商知识图谱的构建及在搜索推荐场景的应用实践1.如何搭建一套个性化推荐系统?2.内容推荐策略产品经理的方法与实践3.京东推荐算法精排技术实践4.微博推荐算法实践与机器学习平台演进5.腾讯 ...
我的第一次知识图谱问答
这次想写一个知识图谱问答系列,从文本读取的知识图谱元素到智能处理的对话问答系统,涉及到实体识别.意图识别.槽位提取等技术.这里解释一下名词的含义. 实体识别:这个一般处理是正则表达式,或者是训练分类也 ...
知识图谱问答的实践技术分享的书面版本
公众号系统之神与我同在编者按:随着互联网软硬件相关技术的飞速发展,人们逐渐从信息时代进入智能时代.知识图谱作为承载底层海量知识并支持上层智能应用的重要载体,在智能时代中扮演了极其重要的角色.而利用 ...
KBQA知识图谱问答
KBQA知识图谱问答 1.学习图数据库Neo4j 1.1引言 1.2创建节点 1.3创建关系 1.4查询 1.5修改和删除 2.医药知识图谱问答 2.1 搭建项目需要的python虚拟环境. 2.2 ...
【KG】美团知识图谱问答技术实践与探索
美团知识图谱问答技术实践与探索 1 背景与挑战 2 解决方案 2.1 Query理解 2.2 关系识别 2.3 复杂问题理解 2.3.1 带约束问题 2.3.2 多跳问题 2.4 观点问答 2.5 端 ...

【知识图谱问答】DBpedia介绍

简介

示例

网址

【知识图谱问答】DBpedia介绍相关推荐

最新文章

热门文章