杭婷婷 & 冯钧 & 陆佳民
人工智能 技术 水利 知识 知识图谱 知识库
Publisher: 计算机科学
Published: Feb 3, 2021
知识图谱构建技术:分类、调查和未来方向
杭婷婷１,２冯 钧１陆佳民１
１ 河海大学计算机与信息学院 南京２１１１００
２ 无人机开发及数据应用安徽高校联合重点实验室 安徽 马鞍山２４３０３１(httsf＠hhu．edu．cn)
摘 要 知识图谱的概念由谷歌于２０１２年提出,随后逐渐成为人工智能领域的一个研究热点,已在信息搜索、自动问答、决策分析等应用中发挥作用.虽然知识图谱在各领域展现出了巨大的潜力,但不难发现目前缺乏成熟的知识图谱构建平台,需要对知识图谱的构建体系进行研究,以满足不同的行业应用需求.文中以知识图谱构建为主线,首先介绍目前主流的通用知识图谱和领域知识图谱,描述两者在构建过程中的区别;然后,分类讨论图谱构建过程中存在的问题和挑战,并针对这些问题和挑战,分类描述目前图谱构建过程中的知识抽取、知识表示、知识融合、知识推理、知识存储５个层面的解决方法和策略;最后,展望未来可能的研究方向.
关键词:知识图谱;知识抽取;知识表示;知识融合;知识推理;知识存储
中图法分类号 TP３９１．１
Description:
知识图谱构建技术:分类、调查和未来方向
杭婷婷１,２冯 钧１陆佳民１
１ 河海大学计算机与信息学院 南京２１１１００
２ 无人机开发及数据应用安徽高校联合重点实验室 安徽 马鞍山２４３０３１(httsf＠hhu．edu．cn)
摘 要 知识图谱的概念由谷歌于２０１２年提出,随后逐渐成为人工智能领域的一个研究热点,已在信息搜索、自动问答、决策分析等应用中发挥作用.虽然知识图谱在各领域展现出了巨大的潜力,但不难发现目前缺乏成熟的知识图谱构建平台,需要对知识图谱的构建体系进行研究,以满足不同的行业应用需求.文中以知识图谱构建为主线,首先介绍目前主流的通用知识图谱和领域知识图谱,描述两者在构建过程中的区别;然后,分类讨论图谱构建过程中存在的问题和挑战,并针对这些问题和挑战,分类描述目前图谱构建过程中的知识抽取、知识表示、知识融合、知识推理、知识存储５个层面的解决方法和策略;最后,展望未来可能的研究方向.
关键词:知识图谱;知识抽取;知识表示;知识融合;知识推理;知识存储
中图法分类号 TP３９１．１