把知識變成圖譜一共需要花幾步？89頁全網最全清華知識圖譜報告-學習筆記

把知識變成圖譜一共需要花幾步？89頁全網最全清華知識圖譜報告

1. 知識圖譜是人工智慧的重要分支技術，它在2012年由谷歌提出，成為建立大規模知識的殺手鐗應用，在搜尋、自然語言處理、智慧助手、電子商務等領域發揮著重要作用。
2. 知識圖譜的分類方式很多，例如可以通過知識種類、構建方法等劃分。從領域上來說，知識圖譜通常分為兩種：通用知識圖譜、特定領域知識圖譜。
3. 智慧問答系統被看作是未來資訊服務的顛覆性技術之一，亦被認為是機器具備語言理解能力的主要驗證手段之一。
4. 通用知識圖譜可以形象地看成一個面向通用領域的“結構化的百科知識庫”，其中包含了大量的現實世界中的常識性知識，覆蓋面極廣。由於現實世界的知識豐富多樣且極其龐雜，通用知識圖譜主要強調知識的廣度，通常運用百科資料進行自底向上（Top-Down）的方法進行構建。國外的DBpedia使用固定的模式從維基百科中抽取資訊實體。
5. 領域知識圖譜常常用來輔助各種複雜的分析應用或決策支援，在多個領域均有應用，不同領域的構建方案與應用形式則有所不同。
6. 知識表示將現實世界中的各類知識表達成計算機可儲存和計算的結構。機器必須要掌握大量的知識，特別是常識知識才能實現真正類人的智慧。
7. 知識圖譜嵌入也通常作為一種型別的先驗知識輔助輸入到很多深度神經網路模型中，用來約束和監督神經網路的訓練過程。
8. 知識獲取包括了實體識別與連結、實體關係學習、以及事件知識學習。
9. 語義整合的提出就是為了能夠將不同的知識圖譜融合為一個統一、一致、簡潔的形式，為使用不同知識圖譜的應用程式間的互動建立操作性。常用的技術包括本體匹配（也稱為本體對映）、實力匹配（也稱為實體對齊、物件公指消解）以及知識融合等。一個語義整合的常見流程，主要包括：輸入、預處理、匹配、知識融合和輸出5個環節。
10. 知識推理則從給定的知識圖譜推匯出新的實體跟實體之間的關係，在知識計算中具有重要作用，如知識分類、知識校驗、知識連結預測與知識補全等。知識圖譜推理可以分為基於符號的推理和基於統計的推理。