知识图谱构建和优化(python版本)

知识图谱构建

1.知识图谱

知识图谱的定义
最初由Google提出, 知识图谱是一种旨在增强搜索引擎等功能的知识体系. 它本质上讲, 是用来描述真实世界中存在的各种实体、概念及其相互关联关系; 它们构成了一个庞大的语义网络系统. 其中, 节点代表实体或概念, 边则由属性或关系构成. 现在该技术也可广泛应用于构建大规模的知识库系统. 知识图谱中包含三种类型的节点：

• 对象：指具备明确辨识特征并独立存在的具体物或抽象概念（例如人、物或其他具体实例）
• 属性信息（值）：代表实体所具有的特征或特征表现形式（例如人具有性别、年龄等属性信息）
• 关联：两个对象之间建立起来的相互作用或相互依存的状态

知识图谱的组织架构
从逻辑结构上可分为两个层级：数据层面与模式层面。
在知识图谱的数据层面，知识以事实形式存储于图数据库中。其中的图数据包含两种三元组类型：一种是"实体-关系-实体"形式；另一种是"实体-属性与其属性值"的形式。
而模式层数量级则小得多，在其基础上建立了庞大的本体库体系来管理相关知识内容。

构建过程涉及三个主要阶段

在这一过程中面临的关键问题是如何从异构数据源中自动提取出候选的知识单元

关键技术包括实体识别、关系识别以及属性提取

基于本体论的方法通常会利用高质量的数据源如百科网站

另一种方法则倾向于利用公