域名注册后 免费自建网站,文员短期电脑培训,wordpress文章订阅,wordpress云端采集本系列是学习七月算法知识图谱课程的笔记。感觉自己完全就是一个托儿。前面七月算法机器学习#xff0c;七月算法深度学习的笔记。现在又来了知识图谱课程的笔记。 文章目录1 why知识图谱2 知识图谱前世今生3 知识图谱相关技术4 知识图谱应用案例1 why知识图谱
没有知识图谱七月算法深度学习的笔记。现在又来了知识图谱课程的笔记。
文章目录1 why知识图谱2 知识图谱前世今生3 知识图谱相关技术4 知识图谱应用案例1 why知识图谱
没有知识图谱计算机看到一个文字的时候只能是一个文字。例如看到“Magdalena Carmen Frida Kahlo y Calderón”不能知道其中文名称、简称、相关作品。
我们想要达到目标things not strings
如果做到呢深度学习目前的知识图谱。
见过大世面的AI需要大量数据不可解释 知识渊博的AI需要结构知识、推理逻辑少量数据可解释 相结合之后就是真实的AI 可以用学而不思则罔思而不学则殆 来理解。 好的知识图谱需要具备学习能力和思考能力。
目前人们对于how why的需求越来越多希望用知识图谱来解决。
2 知识图谱前世今生 语义网络
1960年的语义网络是一些概念节点和节点之间的链接关系。更多的是is-a part-of这种关系。 缺点没有标准就不利于多个网络的融合。没有办法多节点和边做定义。 优点简单可以理解。
1980年引入本体概念
本体表示可以形式化化的可以被计算机理解是精确的是共享的
1989年万维网
万维网最代表的技术是超文本标记语言。将文本、文档互联。
语义网
网页之间有链接但不知道为什么链接 做到机器可理解 对象、数据、事物的相互链接 比较对象之前是比较两个网页描述商品信息的网页有了语义网比较的是对象之间的属性值。常见的两种型号笔记本比较、两种型号的车比较。
2006年开放数据连接
开放数据之间的链接更多的数据做关联
2012年google提出知识图谱
google提出知识图谱概念是传统知识工程与大数据知识工程之间的分界线 传统知识工程符号主义本质是符号的操作和运算。解决了一些规则明确应用封闭的问题。例如蛋白质结构的发现数学定理的证明。依靠人工与专家获取结构化知识。 大数据知识工程利用数据、算力、模型获取结构化的知识。
什么是知识图谱知识图谱是一种基于图的数据结构。由点和边组成。每个节点表示一个实体每条边表示一个关系。
知识有哪些类型事实知识、概念知识、词汇知识、常识知识。
需要知道的开源知识图谱 1 DBpedia 项⽬始于 2007 年是⼀个多语⾔知识图谱致⼒于从 Wikipedia ⻚⾯中获取结构化的知识供⼤众使⽤可称作为数据库版本的Wikipedia。
2 CN-DBpedia是由复旦⼤学知识⼯场实验室http://kw.fudan.edu.cn/ 研发并维护的⼤规模通⽤领域结构化百科其前身是复旦GDM中⽂知识图谱 。
3 YAGO
4 CN-Probase是由复旦⼤学知识⼯场实验室研发并维护的⼤规模中⽂概念图谱包含约1700万实体、27万概念和3300万isa关系。
5 WordNet
6 Cyc 常识知识库
7 ConceptNet 始于 2004 年最早源于 MIT 媒体实验室是⼀个⼤型的多语⾔常识知识库。
8 openkg.cn
3 知识图谱相关技术
1 业务理解 有哪些业务数据 需要人工标注吗成本多大 需要专家接入吗有专家吗 根据业务数据特性选择存储的数据库 工程完成后能给具体的场景带来实际好处吗 回答做不做为什么做的问题
2 图谱设计 专家法自上而下总体规划 归纳法单点切入自下而上 混合法大的方向上用专家法小的场景下用归纳法 还可以用参照法在缺乏知识图谱经验的情况下。 UMLS一体化医学语言系统可以参考其相关关系的分类体系
3 知识抽取
4 知识表示 RDF/turtle抽象能力弱一些知识是需要附加时空条件的不能表达
5 知识存储 https://zhuanlan.zhihu.com/p/63378196 6 知识链接 有了基础的知识图谱想要加入更多的链接 同一个实体有不同的mention。 不同实体有相同的mention 7 知识融合
4 知识图谱应用案例
1 用于推荐
2 自动生成创意文案
3 智能搜索
4 智能问答
5 智能决策
