知识图谱
知识图谱本质上是一种大规模的语义网络，富含实体、概念及其之间的各种语义关系。
作为一种语义网络是大数据时代知识表示的重要方式之一。
作为一种技术体系，是大数据时代知识工程代表性进展。
领域知识图谱
领 域（行业）知识图谱 (Domainspecific Knowledge Graph)
• 聚焦于特定领域或者行业的知识图谱
- 企业知识图谱：贯穿企业各业务部分的知识图谱
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。
传统KE代表性任务与成就。
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
传统KE的主要挑战
知识应用困难
应用容易超出预先设定的知识边界。
很多应用需要常识支撑
难以处理异常的情况
难以处理不确定性的推理。
知识更新困难。
机器理解数据的本质
建立从数据到知识库中实体、概念、关系的映射。
机器解释现象的本质。
利用知识库中实体、概念、关系解释现象的过程
知识图谱的应用
知识类别
• factual knowledge
taxonomic knowledge
• lexical knowledge
contextual knowledge
• linked knowledge
multi-lingual knowledge
temporal knowledge
spatial knowledge
• common-sense knowledge
• common-sense knowledge (rules)
emerging knowledge (open IE):
multimodal knowledge (photos, videos)
social knowledge (opinions)
epistemic knowledge ((un-)trusted beliefs)
知识图谱分类
