首页 资讯正文

人工智能知识图谱发布,人工智能激发新活力!

导读:近日,由清华人工智能研究学院,北京人工智能研究学院,清华的工程院知识智能联合研究中心,以及阿里集团联合发布了人工智能知识图谱。 知识图谱(Knowledge Graph)于2012年由谷歌提出并成功应用于搜索引擎当中。它以结构化的形式描述客观世界中概念、实体...

近日,由清华人工智能研究学院,北京人工智能研究学院,清华的工程院知识智能联合研究中心,以及阿里集团联合发布了人工智能知识图谱。

知识图谱(Knowledge Graph)于2012年由谷歌提出并成功应用于搜索引擎当中。它以结构化的形式描述客观世界中概念、实体及其之间的关系,将互联网的信息表达成更接近人类认知世界的形式,提供了一种更好地组织、管理和理解互联网海量信息的能力。

人工智能知识图谱发布,人工智能激发新活力!

知识图谱的原理和方法

知识体系构建。

根据分类,可以把知识图谱分为通用型和领域型。无论是什么类型的知识图谱都需要对其服务的领域进行知识建模。也就是说,采用什么样的方式来表达知识。

知识融合。

一个知识库可以和其他知识库进行融合。在不同领域知识图库进行融合时,会发现来自不同领域,不同语言,甚至不同结构的知识需要做“补充,更新和去重的操作”。

这就是知识融合,一般分为:知识体系融合和实例融合。这部分的操作也可以在构建知识体系的时候统筹考虑。

知识获龋

知识获取的目的是从海量的信息中抽取知识。本文中提到的“获取信息”多为文本信息,因此这里的“获取信息”也是从文本中获取信息的过程。

获取信息结构上划分为三类,分别是结构化信息,半结构化信息和非结构化信息。

从获取信息内容上又分为,实体识别,实体消歧,关系抽取和事件抽龋知识存储在完成了知识抽取和融合之后,就需要将知识存储下来了。

有RDF格式和图数据库两种方式。因为图数据库对于查询友好,因此被广泛使用,例如:Neo4j。

知识推理。

识别并抽取知识以及存储知识以后,我们会试图挖掘实体之间隐含的语义关系。这个过程就是知识推理。例如:已知A是B的儿子,又知道B是C的儿子。那么可以推理出A是C的孙子。

知识应用。

识别,抽取,存储和推理的最终目的还是为了应用。知识图谱在搜索,问答,推荐,决策方面被广泛应用。

人工智能知识图谱发布,人工智能激发新活力!

知识图谱的发布,揭示着人工智能的发展将会持续呈现特色化、开放化、智能化的趋势,为更好发挥现有知识图谱知识表达、知识资源优势,需与其他技术(信息推荐、事理图谱、机器学习深度学习等)相结合。

各大互联网巨头布局知识图谱领域,而知识图谱尚处于发展初期,商业应用落地场景有限,如何有效实现知识图谱的应用,利用知识图谱实现深度知识推理,提高大规模知识图谱计算效率和应用场景?这些问题将是未来一段时间业界亟需解决的问题!

人工智能知识图谱发布,人工智能激发新活力!

信息提娶查询应答、问题回答、机器学习、概率逻辑、实体消歧、实体识别、查询处理、决策支持等方向的研究热度在近年来逐渐上升,知识图谱也因此成为了各大人工智能与互联网公司的兵家必争之地,它与大数据、深度学习一起,成为推动互联网和人工智能发展的核心驱动力之一。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/5542.html

评论