基础知识

基本概念

知识图谱是一种用图模型来描述知识与建模世界万物之间的关联关系的技术方法。它由节点和边组成。节点可以是实体，比如一个人、一本书等，或者是抽象的概念，比如人工智能、知识图谱等。边可以是实体的属性，比如姓名、书名，或是实体之间的关系，比如朋友、配偶。知识图谱的早期理念来自语义网，最初理想是把基于文本链接的万维网转化成基于实体链接的语义网。知识图谱旨在从数据中识别、发现和推断事物与概念之间的复杂关系，是事物关系的可计算模型。

《知识图谱：方法、实践与应用》一书详细介绍了知识图谱的相关技术，能够从整体、全局和系统的视角看待应用知识图谱技术，除此之外，最后介绍了相关技术点的常用开源工具。

知识图谱：方法、实践与应用weread.qq.com

《从零构建知识图谱：技术、方法与案例》一书能够让我们快速从零开始构建工业级知识图谱，不仅详细讲解了知识图谱的技术原理和构建工具，还循序渐进地讲解了知识图谱的构建方法、步骤和行业应用。除此之外，书中配有大量实战案例，且开放了源代码，确保我们能够学习并且落地。

从零构建知识图谱：技术、方法与案例weread.qq.com

或者学习东南大学《知识图谱》研究生课程。

GitHub - npubird/KnowledgeGraphCourse: 东南大学《知识图谱》研究生课程GitHub

知识图谱涉及技术

知识图谱的构建涉及知识建模、关系抽取、图存储、关系推理、实体融合等多方面技术。应用则涉及语义搜索、智能问答、语言理解、决策分析等多个领域。构建并利用好知识图谱需要系统性地利用包括知识表示、图数据库、自然语言处理、机器学习等多方面的技术。

知识图谱的技术，在数据来源方面，从单一来源变为结构化、半结构化、文本、传感器等多来源，多任务融合实现知识获取；构建方面，从专家系统、群体智能，发展为统计机器学习自动化获取的路径；在应用方面，从单语言、单领域，不断扩展到多语言、多领域；同时在涵盖范围方面，从实体类型的知识图谱，扩展到场景知识图谱、事件知识图谱、常识知识图谱以及多模态知识图谱等。

经典的知识图谱论文

• 刘峤,李杨,段宏,刘瑶,秦志光.知识图谱构建技术综述[J].计算机研究与发展,2016,53(03):582-600

Knowledge Graph Construction Techniques - CNKIkns.cnki.net

• 徐增林,盛泳潘,贺丽荣,王雅芳.知识图谱技术综述[J].电子科技大学学报,2016,45(04):589-606.

Review on Knowledge Graph Techniques - CNKIkns.cnki.net

• S. Ji, S. Pan, E. Cambria, P. Marttinen and P. S. Yu, "A Survey on Knowledge Graphs: Representation, Acquisition, and Applications," in IEEE Transactions on Neural Networks and Learning Systems, vol. 33, no. 2, pp. 494-514, Feb. 2022, doi: 10.1109/TNNLS.2021.3070843.

https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9416312ieeexplore.ieee.org

• Fuzheng Zhang, Nicholas Jing Yuan, Defu Lian, Xing Xie, and Wei-Ying Ma. 2016. Collaborative Knowledge Base Embedding for Recommender Systems. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '16). Association for Computing Machinery, New York, NY, USA, 353–362.

https://dl.acm.org/doi/pdf/10.1145/2939672.2939673dl.acm.org

知识图谱应用关键问题

• 如何高效从大数据中自动获取知识（数据来源不一，发布时缺乏规范，质量残次不齐，需要做好质量控制，处理数据噪声，避免错误传递）。

• 另一个困难环节是对于文本数据的信息抽取（可考虑深度学习的思想与方法）。