logo资料库

领域知识图谱落地实践中的问题与对策_复旦大学_肖仰华.pdf

第1页 / 共21页
第2页 / 共21页
第3页 / 共21页
第4页 / 共21页
第5页 / 共21页
第6页 / 共21页
第7页 / 共21页
第8页 / 共21页
资料共21页,剩余部分请下载后查看
领域知识图谱落地实践中的 问题与对策 肖仰华 复旦大学知识工场实验室 kw.fudan.edu.cn shawyh@fudan.edu.cn
提纲 • 1、什么是领域知识图谱DKG? • 2、领域知识图谱与通用/开放领域 知识图谱的关系是什么? • 3、为何需要符号化表示的知识图谱? • 4、为什么需要领域知识图谱? • 5、领域知识图谱系统的生命周期? • 6、领域知识图谱的知识如何表示? • 7、领域知识图谱如何构建? • 8、领域知识图谱的评价标准? • 9、领域知识图谱如何存储? • 10、领域知识图谱如何查询? • 11、领域知识图谱如何使用? • 12、领域知识图谱落地的最佳实践? • 13、领域知识图谱还存在哪些挑战? 2
1、什么是领域知识图谱? • Knowledge Graph is a large scale semantic network • Consisting of entities/concepts as well as the semantic relationships among them • Domain-specific Knowledge Graph • Knowledge graphs for specific domains 医学知识库 代码知识库 军事知识库 电信知识库 工商知识库 电商知识库 知识图谱富含实体、概念、 属性、关系等信息,使得机 器理解与解释成为可能 计算机知识库 网络运维知识库 一带一路知识库 各类领域知识图谱 3
NoKG (Not only KG): 从“小”知识到“大”知识 • 传统知识工程,专家构建,代价高昂,规模有限;知识边 界易于突破,难以适应大数据时代开放应用到规模化需求 • 大规模开放应用需要“大”知识(大规模知识库) Ontology,Frame Logic rules Bayesian network Decision tree Big Knowledge Small knowledge+ big data= big knowledge 知识图谱引领知识工程复兴 4
2、DKG与GKG的关系?-区别 • DKG与GKG在知识表示、获取与应用等方面有着显著差异 广度 深度 粒度 质量要求 专家参与 自动化程度 推理链条 DKG 窄 深 细 苛刻 重度 低 长 应用复杂性 复杂 知识表示 知识获取 知识应用 GKG 宽 浅 粗 高 轻度 高 短 简单 5
DKG与GKG的关系-联系 • DKG是从GKD通过隐喻得到 通用 知识 隐喻 隐喻 领域知识 简单事实、世界知识 基本常识(时间、 空间、因果) ... 人类的知识架构 6
领域行业应用对于知识需求难以闭合 领域知识 开放知识 行业应用中的知识需求难以封闭于预设的领域知识边界内 7
DKG与GKG的关系-联系 • GKG对于DKG有着显著支撑作用 领域KG 领域KG … 领域KG Deep 补充完善 1.提供高质量的事实 2.提供基本的领域Schema 通用知识图谱 Wide 通用知识图谱与领域知识图谱的关系 8
分享到:
收藏