知識(shí)圖譜：概念與技術(shù)

第1篇  基礎(chǔ)篇

1  知識(shí)圖譜概述  2

1.1  知識(shí)圖譜的基本概念  2

1.1.1  知識(shí)圖譜的狹義概念  3

1.1.2  知識(shí)圖譜的廣義概念  8

1.2  知識(shí)圖譜的歷史沿革  10

1.2.1  知識(shí)圖譜溯源  10

1.2.2  大數(shù)據(jù)知識(shí)工程  13

1.3  知識(shí)圖譜的研究意義  16

1.3.1  知識(shí)圖譜是認(rèn)知智能的基石  16

1.3.2  知識(shí)引導(dǎo)成為解決問(wèn)題的重要方式之一  19

1.4  知識(shí)圖譜的應(yīng)用價(jià)值  20

1.4.1  數(shù)據(jù)分析  20

1.4.2  智慧搜索  21

1.4.3  智能推薦  22

1.4.4  自然人機(jī)交互  23

1.4.5  決策支持  23

1.5  知識(shí)圖譜的分類  24

1.5.1  知識(shí)圖譜中的知識(shí)分類  25

1.5.2  知識(shí)圖譜的領(lǐng)域特性  26

1.5.3  知識(shí)圖譜的分類  30

本章小結(jié)  38

思考題  39

參考文獻(xiàn)  39

2  基礎(chǔ)知識(shí)  43

2.1  概述  43

2.2  知識(shí)表示  45

2.2.1  基本概念  45

2.2.2  知識(shí)圖譜的圖表示  47

2.2.3  知識(shí)圖譜的數(shù)值表示  49

2.2.4  其他相關(guān)知識(shí)表示  54

2.3  機(jī)器學(xué)習(xí)  65

2.3.1  機(jī)器學(xué)習(xí)的基本概念  65

2.3.2  深度學(xué)習(xí)概述  67

2.3.3  卷積神經(jīng)網(wǎng)絡(luò)  70

2.3.4  循環(huán)神經(jīng)網(wǎng)絡(luò)  71

2.3.5  注意力機(jī)制  72

2.4  自然語(yǔ)言處理  73

2.4.1  基本概念  74

2.4.2  文本的向量化表示  76

本章小結(jié)  78

思考題  79

參考文獻(xiàn)  80

第2篇  構(gòu)建篇

3  詞匯挖掘與實(shí)體識(shí)別  84

3.1  概述  84

3.2  領(lǐng)域短語(yǔ)挖掘  86

3.2.1  問(wèn)題描述  87

3.2.2  領(lǐng)域短語(yǔ)挖掘方法  88

3.2.3  統(tǒng)計(jì)指標(biāo)特征  91

3.3  同義詞挖掘  95

3.3.1  概述  95

3.3.2  典型方法  96

3.4  縮略詞抽取  101

3.4.1  縮略詞的概念與形式  101

3.4.2  縮略詞的檢測(cè)及抽取  103

3.4.3  縮略詞的預(yù)測(cè)  105

3.5  實(shí)體識(shí)別  109

3.5.1  概述  109

3.5.2  傳統(tǒng)的NER方法  110

3.5.3  基于深度學(xué)習(xí)的NER方法  114

3.5.4  近期的一些方法  120

本章小結(jié)  121

思考題  122

參考文獻(xiàn)  122

4  關(guān)系抽取  127

4.1  概述  127

4.1.1  關(guān)系抽取的問(wèn)題和方法分類  128

4.1.2  關(guān)系抽取常用數(shù)據(jù)集  130

4.1.3  關(guān)系抽取評(píng)估方法  131

4.2  基于模式的抽取  133

4.2.1  基于字符模式的抽取  133

4.2.2  基于語(yǔ)法模式的抽取  134

4.2.3  基于語(yǔ)義模式的抽取  135

4.2.4  自動(dòng)化模式獲?。鹤耘e法（Bootstrapping）  136

4.2.5  基于模式抽取的質(zhì)量評(píng)估  138

4.3  基于學(xué)習(xí)的抽取  139

4.3.1  基于監(jiān)督學(xué)習(xí)的關(guān)系抽取  140

4.3.2  基于遠(yuǎn)程監(jiān)督學(xué)習(xí)的關(guān)系抽取  142

4.3.3  基于深度學(xué)習(xí)的關(guān)系抽取  144

4.4  開(kāi)放關(guān)系抽取  149

4.4.1  TextRunner  150

4.4.2  ReVerb  152

4.4.3  Ollie  153

本章小結(jié)  154

思考題  156

參考文獻(xiàn)  156

5  概念圖譜構(gòu)建  160

5.1  概述  160

5.1.1  常見(jiàn)的概念圖譜  163

5.1.2  概念圖譜的應(yīng)用  166

5.2  isA關(guān)系抽取  168

5.2.1  基于在線百科的方法  169

5.2.2  基于模式的方法  170

5.2.3  中文概念圖譜的構(gòu)建  172

5.3  isA關(guān)系補(bǔ)全  175

5.3.1  isA關(guān)系缺失的成因  176

5.3.2  基于isA傳遞性的概念圖譜補(bǔ)全  177

5.3.3  基于協(xié)同過(guò)濾思想的概念圖譜補(bǔ)全  179

5.4  isA關(guān)系糾錯(cuò)  182

5.4.1  錯(cuò)誤的成因  182

5.4.2  基于支持度的糾錯(cuò)  183

5.4.3  基于圖模型的糾錯(cuò)  184

本章小結(jié)  186

思考題  186

參考文獻(xiàn)  187

6  百科圖譜構(gòu)建  190

6.1  百科圖譜概述  190

6.1.1  什么是百科圖譜  190

6.1.2  百科圖譜的意義  191

6.1.3  百科圖譜的分類  192

6.2  基于單源的百科圖譜構(gòu)建  193

6.2.1  數(shù)據(jù)獲取  194

6.2.2  屬性抽取  196

6.2.3  關(guān)系構(gòu)建  201

6.2.4  概念層級(jí)體系構(gòu)建  202

6.2.5  實(shí)體分類  202

6.3  基于多源的百科圖譜融合  208

6.3.1  基于多個(gè)知識(shí)圖譜的融合方法  209

6.3.2  基于多源異構(gòu)數(shù)據(jù)的融合方法  216

本章小結(jié)  217

思考題  218

參考文獻(xiàn)  219

7  知識(shí)圖譜的眾包構(gòu)建  223

7.1  概述  223

7.2  知識(shí)型眾包的基本概念  225

7.3  知識(shí)型眾包研究的問(wèn)題  228

7.3.1  What（對(duì)什么任務(wù)進(jìn)行眾包）  228

7.3.2  Whom（將務(wù)交予誰(shuí)完成）  231

7.3.3  How（如何完成眾包）  232

7.4  基于眾包的知識(shí)圖譜構(gòu)建與精化  237

7.4.1  本體構(gòu)建階段的人工介入  238

7.4.2  知識(shí)圖譜構(gòu)建階段的人工介入  240

7.4.3  知識(shí)圖譜精化階段的人工介入  245

本章小結(jié)  247

思考題  248

參考文獻(xiàn)  248

8  知識(shí)圖譜的質(zhì)量控制  253

8.1  概述  254

8.1.1  知識(shí)圖譜質(zhì)量評(píng)估的維度  254

8.1.2  知識(shí)圖譜質(zhì)量評(píng)估的方法  256

8.1.3  知識(shí)圖譜質(zhì)量控制全周期概覽  257

8.2  缺失知識(shí)的發(fā)現(xiàn)與補(bǔ)全  263

8.2.1  類型補(bǔ)全  263

8.2.2  實(shí)關(guān)系補(bǔ)全  266

8.2.3  屬性值補(bǔ)全  271

8.3  錯(cuò)誤知識(shí)的發(fā)現(xiàn)與糾正  273

8.3.1  錯(cuò)誤類型檢測(cè)  273

8.3.2  錯(cuò)誤關(guān)系檢測(cè)  274

8.3.3  錯(cuò)誤屬性值檢測(cè)  275

84  過(guò)期知識(shí)的更新  276

8.4.1  基于更新頻率預(yù)測(cè)的更新機(jī)制  277

8.4.2  基于時(shí)間標(biāo)簽的更新機(jī)制  279

8.4.3  基于熱點(diǎn)事件發(fā)現(xiàn)的更新機(jī)制  280

本章小結(jié)  281

思考題  282

參考文獻(xiàn)  283

第3篇  管理篇

9  知識(shí)圖譜的建模與存儲(chǔ)  288

9.1  概述  288

9.2  知識(shí)圖譜的數(shù)據(jù)模型  289

9.2.1  知識(shí)圖譜的三元組模型  290

9.2.2  知識(shí)圖譜的圖模型  293

9.3  知識(shí)圖譜的物理存儲(chǔ)  298

9.3.1  知識(shí)圖譜數(shù)據(jù)的基本操作  298

9.3.2  知識(shí)圖譜的關(guān)系表存儲(chǔ)  300

9.3.3  知識(shí)圖譜的圖存儲(chǔ)  304

9.3.4  分布式計(jì)算環(huán)境下的知識(shí)圖譜數(shù)據(jù)存儲(chǔ)  307

本章小結(jié)  311

思考題  312

參考文獻(xiàn)  312

10  知識(shí)圖譜查詢與檢索  316

10.1  概述  316

10.2  查詢語(yǔ)言：SPARQL  317

10.2.1  簡(jiǎn)單查詢  317

10.2.2  SPARQL查詢機(jī)制及知識(shí)圖譜上的推理  323

10.3  子圖查詢  326

10.3.1  子圖查詢  326

10.3.2  近似子圖查詢  328

10.3.3  Top-k查詢  333

10.3.4  索引結(jié)構(gòu)  336

10.4  其他查詢  337

10.4.1  路徑查詢  337

10.4.2  關(guān)鍵詞查詢  340

10.4.3  社團(tuán)搜索  341

本章小結(jié)  345

思考題  345

參考文獻(xiàn)  346

11  圖數(shù)據(jù)管理系統(tǒng)  349

11.1  知識(shí)圖譜與圖管理系統(tǒng)  350

11.1.1  大圖管理的挑戰(zhàn)  352

11.1.2  圖管理系統(tǒng)的重要性  354

11.1.3  圖管理系統(tǒng)管理知識(shí)圖譜的挑戰(zhàn)  356

11.2  圖管理系統(tǒng)的基本架構(gòu)和設(shè)計(jì)原則  359

11.3  典型的圖管理系統(tǒng)  362

11.3.1  通用圖管理系統(tǒng)  362

11.3.2  知識(shí)圖譜專用圖管理系統(tǒng)  365

11.3.3  圖管理系統(tǒng)使用實(shí)例  368

本章小結(jié)  371

思考題  373

參考文獻(xiàn)  373

第4篇  應(yīng)用篇

12  基于知識(shí)圖譜的語(yǔ)言認(rèn)知  376

12.1  概述  377

12.1.1  語(yǔ)言理解的挑戰(zhàn)  377

12.1.2  語(yǔ)言理解需要知識(shí)圖譜  378

12.1.3  語(yǔ)言理解的任務(wù)  379

12.2  實(shí)體理解  380

12.2.1  基本模型  381

12.2.2  局部實(shí)體鏈接分?jǐn)?shù)  382

12.2.3  全局實(shí)體鏈接分?jǐn)?shù)  383

12.2.4  模型計(jì)算  384

12.2.5  短文本實(shí)體鏈接  390

12.2.6  跨語(yǔ)言實(shí)體鏈接  391

12.3  概念理解  393

12.3.1  單實(shí)例概念理解  393

12.3.2  多實(shí)例概念理解  395

12.3.3  短語(yǔ)概念理解  397

12.3.4  關(guān)系對(duì)的概念理解  399

12.3.5  概念理解應(yīng)用舉例  400

12.4  屬性理解  401

本章小結(jié)  403

思考題  404

參考文獻(xiàn)  405

13  基于知識(shí)圖譜的搜索與推薦  408

13.1  概述  408

13.2  基于知識(shí)圖譜的搜索  411

13.2.1  搜索概述  411

13.2.2  意圖理解  414

13.2.3  目標(biāo)查找  416

13.2.4  結(jié)果呈現(xiàn)  416

13.2.5  實(shí)體探索  417

13.3  基于知識(shí)圖譜的推薦  422

13.3.1  推薦的基本問(wèn)題與挑戰(zhàn)  422

13.3.2  基于知識(shí)圖譜的物品畫(huà)像  425

13.3.3  基于知識(shí)圖譜的用戶畫(huà)像  430

13.3.4  基于知識(shí)圖譜的跨領(lǐng)域推薦  432

13.3.5  基于知識(shí)圖譜的可解釋推薦  435

本章小結(jié)  436

思考題  437

參考文獻(xiàn)  438

14  基于知識(shí)圖譜的問(wèn)答  441

14.1  概述  441

14.1.1  問(wèn)答系統(tǒng)  441

14.1.2  KBQA  444

14.2  基于模板的KBQA  452

14.2.1  基于模板的意圖識(shí)別  452

14.2.2  基于模板的屬性關(guān)聯(lián)  454

14.3  基于圖模型的KBQA  455

14.3.1  監(jiān)督學(xué)習(xí)  456

14.3.2  無(wú)監(jiān)督方法  457

14.4  基于深度學(xué)習(xí)的KBQA  460

14.4.1  表示學(xué)習(xí)  460

14.4.2  分類模型  462

14.4.3  生成模型  464

本章小結(jié)  465

思考題  466

參考文獻(xiàn)  467

第5篇  實(shí)踐篇

15  知識(shí)圖譜實(shí)踐  472

15.1  概述  472

15.1.1  知識(shí)圖譜應(yīng)用的推動(dòng)力  473

15.1.2  知識(shí)圖譜應(yīng)用與產(chǎn)業(yè)現(xiàn)狀  475

15.1.3  知識(shí)圖譜實(shí)踐的系統(tǒng)工程觀念  476

15.1.4  知識(shí)圖譜助力行業(yè)智能化的演進(jìn)路徑  478

15.2  知識(shí)圖譜系統(tǒng)  479

15.2.1  知識(shí)圖譜系統(tǒng)的外部環(huán)境  480

15.2.2  知識(shí)圖譜系統(tǒng)的關(guān)鍵要素  481

15.2.3  知識(shí)圖譜系統(tǒng)的典型架構(gòu)  483

15.3  知識(shí)圖譜工程  489

15.3.1  基本原則  489

15.3.2  過(guò)程模型  493

15.3.3  可行性分析  494

15.3.4  知識(shí)圖譜工程實(shí)踐建議  498

本章小結(jié)  502

思考題  502

參考文獻(xiàn)  503

16  開(kāi)放性問(wèn)題  504

16.1  知識(shí)表示  504

16.1.1  與其他知識(shí)表示相聯(lián)合的語(yǔ)義增強(qiáng)  505

16.1.2  過(guò)程語(yǔ)義增強(qiáng)  505

16.1.3  時(shí)空語(yǔ)義增強(qiáng)  506

16.1.4  跨模態(tài)語(yǔ)義增強(qiáng)  507

16.2  知識(shí)獲取  508

16.2.1  低成本知識(shí)獲取  508

16.2.2  復(fù)雜知識(shí)的獲取  510

16.2.3  知識(shí)獲取中的人機(jī)協(xié)作與評(píng)測(cè)  511

16.3  知識(shí)應(yīng)用  512

16.3.1  知識(shí)圖譜上的推理  512

16.3.2  符號(hào)知識(shí)增強(qiáng)機(jī)器學(xué)習(xí)  513

16.3.3  基于知識(shí)圖譜的可解釋人工智能  514

16.3.4  知識(shí)圖譜的個(gè)性化問(wèn)題  514

本章小結(jié)  515

思考題  516

參考文獻(xiàn)  516