开源开放 | OpenKG发布cnSchema重构版本

cnSchema网站：http://cnschema.openkg.cn/

GitHub地址：https://github.com/cnschema/cnSchema

开放许可协议：CC 0

摘要

cnSchema是由OpenKG管理和维护的面向中文知识图谱的Schema参考标准。结合中文语言特点和中文领域特点需求，cnSchema连接schema.org、WikiData等典型的知识图谱数据标准，为中文领域的知识图谱构建提供一个基础的、共享的、可复用的Schema参考标准。

cnSchema的早期版本由知识图谱资深专家丁力博士牵头设计，并由来自浙江大学、清华大学、东南大学、同济大学、复旦大学、南京大学等多所高校的知识图谱研究者共同参与构建。近期OpenKG组织技术力量对cnSchema进行了重新架构，主要更新内容包括：

1.类层次结构的优化和扩展

2.针对中文领域需求对类及属性进行了扩增和删改

3.新增了支持cnSchema的预训练抽取模型

1. cnSchema重构简介

cnSchema中包含了中文域最常见的概念和属性，围绕人物、机构、地点等最常见的类别定义，cnSchema为每个概念提供了父子概念及可能的属性和关系集合，还为每个属性提供了定义域、值域、子属性、等价关系、逆关系等集合，以帮助形成中文核心概念的简洁稳定的共识，避免重复定义，降低知识图谱构建成本和学习代价，方便大家快速准确复用和拓展中文中的概念。

本次发布的cnSchema V4.0版本对概念和属性进行了全新的翻译拓展，主要包括以下几个方面：

1.Schema.org翻译：根据最新版schema.org(V13)，针对schema.org中新增和修改的概念属性进行翻译，并为每个翻译的属性和关系保留schema.org的URI；

2.中文核心概念重构和拓展：顶层概念保留了“动作”、“创作”、“事件”、“服务”、“机构”等10个中文语境下常见的类型，并对较为薄弱的人的概念和属性进行了拓展；

3.中文域特有概念拓增：增加了中文域特有的概念，如“天干地支”、“节气”、“中国传统节日”等。

4.中文域特有属性拓增：增加了中文域特有的属性，如历史人物所具有的“字”、“号”、“朝代”等。

5.支持cnSchema的预训练抽取模型：为便于使用者直接从语料中抽取产生符合cnSchema类型及属性定义的三元组，还发布了支持cnSchema的预训练抽取模型（首批支持20多个类别50多个属性和关系的抽取，后续将持续扩展和更新）。

下表展示了cnSchemaV4.0的数据及更新概况：

2. 如何使用cnSchema

cnSchema将对外提供基于数据和基于模型的使用方法：

1.下载源数据，进行自主编辑：用户可以在github或cnSchema网站下载最新版的cnSchema数据，包括json/jsonld/xls等格式。cnSchema将发布用于可用于cnSchema编辑的python工具包以及网页版可视化编辑工具，以便用户进行自主编辑和修改。

2.使用基于cnSchema的预训练抽取工具：cnSchema提供了支持cnSchema的预训练抽取工具，该工具可以帮助用户自动构建符合cnSchema定义的知识图谱，目前已支持面向二十多种关系和近五十种概念的三元组抽取。

具体使用方法参考cnschema官方网站:http://cnSchema.openkg.cn

cnSchema会定期更新，欢迎大家试用和提建议。

视频详解：

OpenKG

OpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。

点击阅读原文，进入 OpenKG 网站。