知识图谱:理解与应用详解——第1章概览
知识图谱:理解与应用详解——第1章概览
《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