知识图谱技术原理介绍

知识图谱技术原理介绍近两年来，随着 LinkingOpenData8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(DocumentWeb)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(DataWeb)。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 KnowledgeGraph、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 :“Theworldisnotmadeofstrings,butismadeofthings.”，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^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-valuepair，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 RDF9或属性图(propertygraph)10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 KnowledgeCard)。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(queryspecific)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。图 1 从左到右依8910tinkerpop/blueprints/wiki/Property-Graph-Model 蛉朋石庫班云检毬石 . A 如 :全日棒屯!；仃孕日桂室；2164+緒；Z25crnKit：民㈱哦昱座！帰■左電判晴檢上书交通止学肥 ib 企业募血悔令岀生 j1690-09-12S±W^宴于；叶前 I 妻于】貝鼻弊重：T...