从 2012 年 Google 提出”知识图谱“至今,知识图谱技术已经随着大数据和人工智能的发展有了极大的进展。狭义的知识图谱特指一类知识表示,本质上是一种大规模语义网络。广义的知识图谱是大数据时代知识工程一系列技术的总称,在一定程度程度上指代大数据知识工程这一新兴学科。
知识图谱是一种大规模语义网络,包括实体(entity)、概念(concept)及其之间的各种语义关系。
理解知识图谱的概念,需要掌握两个要点:
语义网络是一种以图形化的(Graphic)形式通过点和边表示知识的方式,其基本组成元素是点和边。语义网络的点可以是实体、概念和值。
知识图谱中的边可以分为属性(Property)和关系(Relation)两类。关系可以认为是一类特殊的属性,当实体的某个属性值也是一个实体时,这个属性实质上就是关系。
语义网络中的边按照其两端节点的类型可以分为概念之间的子类(subclassof)关系、实体与概念之间的实例(instanceOf)关系,以及实体之间的各种属性关系。
知识图谱与传统语义网络的区别:
知识图谱构建与应用独特挑战:
知识图谱与本体的区别:本体刻画人们认知一个领域的基本框架,而知识图谱富含的是实例以及关系实例。
知识图谱作为一种技术体系,指代大数据时代知识工程的一系列代表技术的总和。
© 2016 - 2024 chengxuzhixin.com All Rights Reserved.