问小白 wenxiaobai
资讯
历史
科技
环境与自然
成长
游戏
财经
文学与艺术
美食
健康
家居
文化
情感
汽车
三农
军事
旅行
运动
教育
生活
星座命理

知识图谱:理解与应用详解——第1章概览

创作时间:
作者:
@小白创作中心

知识图谱:理解与应用详解——第1章概览

引用
CSDN
1.
https://wenku.csdn.net/doc/3o1dgm83kf

《知识图谱:概念与技术》第一章深入探讨了知识图谱这一主题,它被视为大数据时代的关键工具和知识表示与工程的重要进步。知识图谱本质上是一种大规模的语义网络,包含丰富的实体(如C罗、金球奖)、概念(如足球、运动员)、属性(如国籍、获奖情况)以及这些元素之间的语义关系。这些关系定义了知识图谱如何在不同领域中组织和链接信息。

在知识图谱的概念层面,它强调了实体和概念的结合,以及这些元素如何通过instanceOf、subclassOf等关系相互关联。例如,C罗作为运动员的一个实例,属于“影响力最大的足球奖项”这一类,而金球奖则是另一个实例,同时关联到“法国足球获得奖项”的关系。这种结构使得知识图谱能够提供一个层次化的、跨领域的知识体系。

领域知识图谱,如医学知识库、代码知识库等,是针对特定行业或专业领域的专业知识表示,它们专注于某一特定领域内的信息集成,有助于企业在业务流程中进行知识管理。例如,企业知识图谱将组织内各部门的知识编织在一起,形成一个连贯的整体,从而提升决策效率和业务洞察力。

知识图谱的价值主要体现在其强大的信息检索能力、知识推理和自动化处理上。在人工智能(AI)和知识工程(KE)的背景下,知识图谱是实现智能行为和知识集成的关键技术。AI的目标不仅仅是让计算机思考,而是模仿人类思维,而知识工程则致力于将人类专家的知识转化为机器可以理解的形式,通过知识图谱这一桥梁得以实现。

知识图谱是连接数据、信息和知识的桥梁,它的应用领域广泛,涵盖了医学、教育、商业、军事等多个行业。随着大数据的增长和技术的发展,知识图谱将在未来的信息时代发挥越来越重要的作用。

知识图谱源起

2018/8/30第1章:知识图谱概述13

知识工程(KE)的源起-Symbolism

  • 符号主义的主要观点
  • 认知即计算
  • 知识是信息的一种形式,是构成智能的基础
  • 知识表示、知识推理、知识运用是人工智能的核心
  • Physical SymbolSystem
  • A physical symbolsystem has thenecessary and sufficient
    means of general intelligentaction
  • The mind can be viewedas a device operating on bitsof
    information according toformal rules.
  • GOFAI(“goodold fashionedartificial
    intelligence”,proposedby JohnHaugeland)
  • Focused on these kind of highlevelsymbols,such as
    and
    1
    4
    Newell
    AI System=Knowledge+ Reasoning
    Simon
    [Newell,Allen etal. 1976],[Dreyfus, Hubert1979]
    2018/8/30第1章:知识图谱概述

传统KE-代表性人物与成就

KE(Knowledge engineering) is an engineering disciplinethat
involvesintegrating knowledgeinto computer systemsin order
to solve complex problems normally requiring a high level of
humanexpertise. RefWikipedia
[陈文伟et.Al]
知识工程是以知识为处理对象,研究知识系统的知
识表示、处理和应用的方法和开发工具的学科
2018/8/30第1章:知识图谱概述15

系统名称
应用领域
特点
DENDRAL
化学领域
规则表示,LISP语言
MYCIN系统
医疗领域
Backward chaining,LISP语言
PROSPECTOR
探矿领域
确定性因子的规则系统
RI(XCON)系统
计算机系统配置
Forward chaining
VerticalTransporter
elevator systems
Plausible reasoning
PROTEAN系统
识别蛋白质的三维结构
Local and global constraints
Dipmeter
石油探测
Forward chaining
年份
系统名称
1965年-1968年
DENDRAL
1978年
MYCIN系统
1979年
PROSPECTOR
1983年
RI(XCON)系统
1984年
VerticalTransporter
1986年
PROTEAN系统
1987年
Dipmeter

传统知识工程在规则明确、边界清晰、应用封闭的应用场景取得了巨大成功
2018/8/30第1章:知识图谱概述16

© 2023 北京元石科技有限公司 ◎ 京公网安备 11010802042949号