【摘要】:图1技术趋势我们可以从以下五方面来分析知识图谱的本质:从网络的视角来看,知识图谱的构建如同建立文本之间的超链接一样,建立数据之间的语义链接,并且支持语义搜索。从自然语言处理的视角来看,知识图谱做的最重要的一件事情就是从文本中抽取结构化的语义知识,尤其是面向非结构化的文本数据。总结起来,要做好知识图谱需要兼容并蓄,综合利用知识表示、自然语言处理、机器学习、数据库等各方面的方法和技术。
从学术角度来看,知识图谱是一种语义网络,是大数据和人工智能时代知识表示的重要方式之一;从技术角度来看,知识图谱是一种技术体系,它是大数据与人工智能时代共同推动的、具有代表性的一个技术进展。
图1 技术趋势
我们可以从以下五方面来分析知识图谱的本质:
从网络的视角来看,知识图谱的构建如同建立文本之间的超链接一样,建立数据之间的语义链接,并且支持语义搜索。
从自然语言处理的视角来看,知识图谱做的最重要的一件事情就是从文本中抽取结构化的语义知识,尤其是面向非结构化的文本数据。众所周知,当面对非结化文本数据时,知识图谱构建最关键的一个步骤就是如何从中抽取实体及其之间的关系,这也是最核心、最具有挑战的过程。(www.daowen.com)
从知识表示的视角来看,知识图谱是利用计算机符号来表示和处理知识。
从人工智能的视角来看,知识图谱是探索怎样利用知识库来辅助理解人的语言,如目前存在的基于知识图谱的智能问答,以及互联网搜索引擎的背后也有知识库做支撑,并且知识图谱能够帮助搜索引擎来理解搜索的内容。
从数据库的视角来看,知识图谱就是如何用图的方式去存储知识,而不是用传统的关系数据库去存储知识。
总结起来,要做好知识图谱需要兼容并蓄,综合利用知识表示、自然语言处理、机器学习、数据库等各方面的方法和技术。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
有关转型:智能制造的新基建时代的文章