3.知识图谱概念和相关技术简介[知识抽取知识融合知识推理方法简述],典型应用案例介绍国内落地产品介绍。一份完整的入门指南,带你快速掌握KG知识,芜湖起飞!
Posted 汀、
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3.知识图谱概念和相关技术简介[知识抽取知识融合知识推理方法简述],典型应用案例介绍国内落地产品介绍。一份完整的入门指南,带你快速掌握KG知识,芜湖起飞!相关的知识,希望对你有一定的参考价值。
1. 知识图谱(KG)的概念
知识图谱(KG)得益于Web的发展(更多的是数据层面),有着来源于KR、NLP、Web、AI多个方面的基因。知识图谱是2012年后的提法,基础还是语义网和本体论。
知识图谱的本质包含:
- 知识表示——Knowledge Representation
- 基于知识表示的知识库——Knowledge Base
- 知识库的来源:知识构建、知识抽取、知识融合;
- 知识库怎么用:语义搜索、知识问答
- Web的视角:像建立文本之间的超链接一样,建立数据之间的语义链接,并支持语义搜索;
- NLP视角:怎么从文本中抽取语义和结构化数据
- KR视角:怎样利用计算机符号表示和处理数据
- AI视角:怎样利用知识库来辅助理解人类的语言
- DB视角:用图的方式去存储知识;
知识图谱由文本(Texts、Documents)的链接到对象(Objects)的链接。 知识图谱(KG)的作用:
- 辅助搜索
- 辅助问答
- 辅助决策
- 辅助AI:常识推理
知识图谱与深度学习的区别:人的大脑依赖所学的知识进行思考、逻辑推理、理解语言。 可以将深度学习和知识图谱比作是“聪明的AI”和“有学识的AI”。
- 深度学习:主要是【学习】能力,通过强
以上是关于3.知识图谱概念和相关技术简介[知识抽取知识融合知识推理方法简述],典型应用案例介绍国内落地产品介绍。一份完整的入门指南,带你快速掌握KG知识,芜湖起飞!的主要内容,如果未能解决你的问题,请参考以下文章
特定领域知识图谱知识融合方案(实体对齐):商品知识图谱技术实战