知识图谱的最新进展、关键技术和挑战
来源期刊:工程科学学报2020年第10期
论文作者:马忠贵 倪润宇 余开航
文章页码:1254 - 1266
关键词:知识工程;知识图谱;知识融合;知识推理;知识抽取与表示;
摘 要:围绕知识图谱的全生命周期技术,从知识抽取、知识融合、知识推理、知识应用几个层面展开综述,重点介绍了知识融合技术和知识推理技术.通过知识抽取技术,可从已有的结构化、半结构化、非结构化样本源以及一些开源的百科类网站抽取实体、关系、属性等知识要素.通过知识融合,可消除实体、关系、属性等指称项与实体对象之间的歧义,得到一系列基本的事实表达.通过本体抽取、知识推理和质量评估形成最终的知识图谱库.按照知识抽取、知识融合、知识推理3个步骤对知识图谱迭代更新,实现碎片化的互联网知识的自动抽取、自动关联和融合、自动加工,从而拥有词条自动化链接、词条编辑辅助功能,最终达成全流程自动化知识获取的目标.最后,讨论知识图谱未来的发展方向与可能存在的挑战.
马忠贵,倪润宇,余开航
北京科技大学计算机与通信工程学院
摘 要:围绕知识图谱的全生命周期技术,从知识抽取、知识融合、知识推理、知识应用几个层面展开综述,重点介绍了知识融合技术和知识推理技术.通过知识抽取技术,可从已有的结构化、半结构化、非结构化样本源以及一些开源的百科类网站抽取实体、关系、属性等知识要素.通过知识融合,可消除实体、关系、属性等指称项与实体对象之间的歧义,得到一系列基本的事实表达.通过本体抽取、知识推理和质量评估形成最终的知识图谱库.按照知识抽取、知识融合、知识推理3个步骤对知识图谱迭代更新,实现碎片化的互联网知识的自动抽取、自动关联和融合、自动加工,从而拥有词条自动化链接、词条编辑辅助功能,最终达成全流程自动化知识获取的目标.最后,讨论知识图谱未来的发展方向与可能存在的挑战.
关键词:知识工程;知识图谱;知识融合;知识推理;知识抽取与表示;