

首页  思维导图  详情



知识图谱

2020-12-01 14:39:58   1  举报





AI智能生成

知识图谱框架

知识图谱

人工智能

模版推荐

作者其他创作

大纲/内容

逻辑架构

模式层

本体库

本体（Ontology，“元”元数据）

节点

概念

Concept

域

Domain

类型（Type）的集合，某一领域所有类型的抽象

类型

Type

具有相同特点或属性实体集合的抽象

聚类

聚类的集合

属性

Property

客观个体特征的抽象

关系

Relation

实体与实体之间关系的抽象

规则

Rule

关系推理

数据层

图数据库

事实Fact（三元组）

实体

Entity

客观个体的抽象

属性值

Value

描述实体

文本型

数值型

关系

Relation

实体与实体之间关系的抽象

实体-关系-实体

实体-属性-值

技术架构

信息抽取

实体抽取

命名实体识别 NER

Regex 正则

关系抽取

基于模式匹配的关系抽取

需要人工构造语法和语义规则

基于词典驱动的关系抽取

只能识别以动词为中心的特定关系

基于本体的关系抽取

需要编写不同的本体应对不同的任务

基于机器学习的关系抽取

有监督

特征向量

最大熵模型

SVM模型

核函数

半监督

自举Bootstrapping

标注传播算法Label-propagation

协同学习Co-learning

无监督

关系实例聚类

关系类型标记

将面向开放域的信息抽取方法和面向封闭领域的传统方法结合

属性抽取

将实体的属性视作实体与属性值之间的一种名词性关系，将属性抽取任务转化为关系抽取任务。

基于规则和启发式算法，抽取结构化数据

基于百科类网站的半结构化数据，通过自动抽取生成训练语料，用于训练实体属性标注模型，然后将其应用于对非结构化数据的实体属性抽取

采用数据挖掘的方法直接从文本中挖掘实体属性和属性值之间的关系模式，据此实现对属性名和属性值在文本中的定位。

知识融合

本体构建

聚类

实体并列关系相似度计算

算法

模式匹配法

分布相似度

确定隶属（IsA）关系

实体上下位关系抽取

算法

语法模式（如Hearst模式）

概率模型

本体生成

对各层次得到的概念进行聚类，并对其进行语义类的标定（为该类的中的实体指定1个或多个公共上位词）。

实体链接

从文本中通过实体抽取得到实体指称项

实体消歧

解决同名实体产生歧义

算法

聚类

共指消解

解决多个指称对应同一实体对象

算法

C4.5决策树算法

Hobbs算法

向心理论（centering theory）

术语相似度（term similarity）

在确认知识库中对应的正确实体对象之后，将该实体指称项链接到知识库中对应实体。

知识合并

合并外部知识库，主要处理数据层和模式层的冲突

合并关系数据库

RDB2RDF

知识计算

知识推理

内容

推理属性值

推理聚类

推理关系

方法

逻辑推理

一阶逻辑谓词

描述逻辑

基于规则的推理

图推理

神经网络模型

Path Ranking算法

质量评估

知识更新

技术基础

自然语言处理NLP

中文分词

词表分词

扫描顺序

正向

逆向

双向

匹配原则

最大匹配

分词工具

庖丁解牛

IKAnalyzer

统计分词

互信息mutual information

N元文法模型N-gram model

隐马尔科夫模型hidde markov model

最大熵模型maximum entropy models MEMs

分词工具

ICTCLAS

Stanford word segmenter

两种方式常结合使用

词性标注

基于规则

按照兼类词搭配关系和上下文语境建造词类消歧规则

基于统计

计算各词性出现的概率

标注工具

Stanford log-linear

part-of-speech tagger

关键词提取

流程

1.中文分词

2.词性标注

3.去掉停用词，选出候选词（名词，动词，形容词）

4.从候选词中按规则选出关键词语或词组

基于统计的关键词提取

考虑权重

词频

共现频率

TF-IDF

算法

遗传算法genetic algorithm

支持向量机support vector machine

最大熵模型maximum entropy models MEMs

条件随机场conditional random field

机器学习

最大熵分类模型Maximum Entropy Models, MEMs

GIS算法

IIS算法

支持向量机分类模型是support vector machine SVM

技术地图

实体关系识别

深度学习

有监督

半监督

无监督

增强学习

注意力机制

实体链接

基于概率生成模型方法

基于主题模型方法

基于图的方法

深度神经网络

概率图模型

知识融合

基于字符串匹配的防范

基于多策略的方法

基于分而治之的优化

主题模型

词向量

知识推理

基于逻辑符号的方法

基于统计的方法

混合方法

表示学习

高效推理

算法

图遍历算法

广度优先

深度优先

最短路径算法

单源最短路径

Dijkstra

每对节点最短路径

Floyd

路径探寻算法

权威节点分析算法

PageRank

族群发现算法

最大流算法

相似节点发现算法

存储方式

RDF，OWL，XML

jena

图数据库

Neo4j

Titan

数据类型

关系型

作为实体存入知识图谱，它们的关系形成图谱网络

关联型（结构型）

作为记录型数据存入合适的存储中，通过链接与实体关联

属性型

作为实体的属性存入知识图谱

时态型

基于知识图谱上的时间存储中间件进行存储和查询

应用

智能语义搜索

移动个人助理（Siri）

深度问答系统（Watson）

知识点结构

线性结构

由易到难直线罗列

螺旋结构

同一基本概念在不同学习阶段反复出现

螺旋上升

理论框架式结构

知识点Schema

域

学科（知识点）

类型

小学学科（知识点）

初中学科（知识点）

高中学科（知识点）

实体

某一知识点

唯一

名称

其他属性

描述

级别

元知识点

难度

基础

中档

难点

位置

教材

册

章

节

重要程度

重点

考点

易错点

掌握程度

了解

理解

掌握

关系

辈分

父

子

依赖

前置

后置

兄弟

同一个父级知识点的所有子知识点之间的权重关系

参考

一个知识点所涉及的领域与其他知识点有关，并不一定具有依赖关系

 Collect

Get Started

知识图谱在教育中的应用

 Collect

Get Started

知识组织与知识图谱

 Collect

Get Started

GraphRAG 知识图谱增强检索架构图

 Collect

Get Started

水库知识图谱





0 条评论

下一页