[1] 馬忠貴,倪潤宇,余開航.知識(shí)圖譜的最新進(jìn)展、關(guān)鍵技術(shù)和挑戰(zhàn)[J].工程科學(xué)學(xué)報(bào),2020,42(10):1254-1266.DOI:10.13374/j.issn2095-9389.2020.02.28.001.

文章目錄

• • 知識(shí)抽取與表示
  • 知識(shí)融合
  • 知識(shí)推理與質(zhì)量評估
  • • 質(zhì)量評估
  • 知識(shí)圖譜應(yīng)用
  • 知識(shí)圖譜的挑戰(zhàn)與展望
  • • • 知識(shí)融合技術(shù)
      • 知識(shí)推理技術(shù)
      • 知識(shí)的表示、存儲(chǔ)和查詢

知識(shí)圖譜全生命周期主要包括3種關(guān)鍵技術(shù)：

從樣本源中獲取數(shù)據(jù)，并將其表示為結(jié)構(gòu)化知識(shí)的知識(shí)抽取與表示技術(shù)

融合異源知識(shí)的知識(shí)融合技術(shù)

根據(jù)知識(shí)圖譜中已有的知識(shí)進(jìn)行知識(shí)推理和質(zhì)量評估

知識(shí)抽取與表示

對于知識(shí)圖譜首要的問題是：如何從海量的數(shù)據(jù)提取有用信息并將得到的信息有效表示并儲(chǔ)存，即知識(shí)抽取與表示

其主要目的是從樣本源中抽取特定種類的信息，然后以三元組（主語，謂語，賓語）的形式保存。針對信息抽取的種類不同，知識(shí)抽取分為實(shí)體抽取、關(guān)系抽取和屬性抽取，如下是知識(shí)圖譜的技術(shù)架構(gòu)：

• 實(shí)體抽取（命名實(shí)體識(shí)別）

  從樣本源中識(shí)別出命名實(shí)體

  • 基于規(guī)則與詞典的方法
  • 基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法
  • 面向開放域的抽取方法

• 關(guān)系抽取

  通過實(shí)體抽取獲得的實(shí)體之間往往是離散且無關(guān)聯(lián)的，通過關(guān)系抽取，簡歷起實(shí)體之間的語義鏈接

  • 基于模板的關(guān)系抽取
  • 基于監(jiān)督學(xué)習(xí)的關(guān)系抽取
  • 基于半監(jiān)督或無監(jiān)督學(xué)習(xí)的關(guān)系抽取

• 屬性抽取

  補(bǔ)全實(shí)體信息，通過從樣本源中獲取實(shí)體屬性信息或?qū)傩灾?#xff0c;實(shí)體屬性可以看作是屬性值與實(shí)體的一種關(guān)系，可以通過關(guān)系抽取的解決思路獲得

知識(shí)融合

由于知識(shí)來源的不同，導(dǎo)致知識(shí)質(zhì)量參差不齊，知識(shí)之間存在沖突或者重疊，因此可以利用知識(shí)融合技術(shù)對多源知識(shí)進(jìn)行處理，一方面提高知識(shí)圖譜的質(zhì)量，另一方面豐富知識(shí)的存量。

知識(shí)融合方法主要有三個(gè)方面：實(shí)體消岐、實(shí)體對齊和知識(shí)合并

• 實(shí)體消岐

  https://blog.csdn.net/m0_46246301/article/details/122748121

  因數(shù)據(jù)來源復(fù)雜，存在著同名異義的實(shí)體．例如，名稱為“喬丹”的實(shí)體既可以指美國著名籃球運(yùn)動(dòng)員，也可以指葡萄牙足球運(yùn)動(dòng)員，還可以指某個(gè)運(yùn)動(dòng)品牌．為了確保每一個(gè)實(shí)體有明確的含義，采用實(shí)體消歧技術(shù)來使得同名實(shí)體得以區(qū)分。

  • 根據(jù)有無目標(biāo)知識(shí)庫劃分
    • 基于無監(jiān)督聚類的實(shí)體消岐
      • 基于詞袋模型的聚類
      • 基于語義特征的聚類
      • 基于社會(huì)網(wǎng)絡(luò)的聚類
      • 基于百科知識(shí)的聚類
      • 基于多源異構(gòu)語義知識(shí)融合的聚類
    • 基于實(shí)體鏈接的實(shí)體消岐
      • 基于知識(shí)庫的實(shí)體鏈接系統(tǒng)
      • 基于知識(shí)圖譜的實(shí)體鏈接系統(tǒng)

• 實(shí)體對齊

  在現(xiàn)實(shí)生活中，一個(gè)事物對應(yīng)著不止一個(gè)稱呼。針對這些同義異名的實(shí)體，通過實(shí)體對齊可以將這些實(shí)體指向同一客觀事物。

  • 基于決策樹的自適應(yīng)屬性選擇的實(shí)體對齊方法
  • 全自動(dòng)的實(shí)體對齊框架（候選實(shí)體生成器、選擇器和清理器，利用搜索引擎）
  • 大規(guī)模相似性模型
  • 同義發(fā)現(xiàn)框架
  • 基于深度學(xué)習(xí)的實(shí)體對齊方法
    • SIF
    • RNN
    • Attention
    • Hybrid
  • 基于嵌入表示的實(shí)體對齊
  • 基于無監(jiān)督學(xué)習(xí)的實(shí)體對齊
  • 多視角的實(shí)體對齊

  參考文獻(xiàn)：[44-51]

• 知識(shí)合并

  現(xiàn)存的知識(shí)庫或者知識(shí)圖譜都是各種機(jī)構(gòu)或者組織根據(jù)自己的需求設(shè)計(jì)創(chuàng)建，其中的知識(shí)也存在著多樣性和異構(gòu)性，并且存在很多知識(shí)上的重復(fù)和錯(cuò)誤，因此需要使用知識(shí)合并技術(shù)。

  知識(shí)圖譜的合并分為：數(shù)據(jù)層的合并和模式層的合并

  • 基于特征嵌入向量的知識(shí)合并
  • 基于嵌入的半監(jiān)督跨語言學(xué)習(xí)方法
  • 多通道圖神經(jīng)網(wǎng)絡(luò)模型

知識(shí)推理與質(zhì)量評估

知識(shí)推理技術(shù)可以提升知識(shí)圖譜的完整性和準(zhǔn)確性。

知識(shí)推理方法包括：

基于圖結(jié)構(gòu)和統(tǒng)計(jì)規(guī)則挖掘的推理

基于知識(shí)圖譜的圖結(jié)構(gòu)以及挖掘蘊(yùn)藏在知識(shí)圖譜中的規(guī)則進(jìn)行推理

• PRA
• CPRA
• Agent
• Attention
• 深度圖傳播模型

基于知識(shí)圖譜表示學(xué)習(xí)的推理

表示模型將知識(shí)圖譜中相應(yīng)的實(shí)體和關(guān)系用向量、矩陣或者張量的形式表示

表示后進(jìn)行運(yùn)算完成知識(shí)推理任務(wù)

• 基于距離的推理模型
  • TransE
  • TransH
  • TransR
  • TransF
• 基于語義匹配的推理模型
  • RESCAL
  • DisMult
  • Complex
  • ANALOGY

基于神經(jīng)網(wǎng)絡(luò)的推理

基于神經(jīng)網(wǎng)絡(luò)的推理方法將知識(shí)圖譜中事實(shí)元組表示為向量形式送入神經(jīng)網(wǎng)絡(luò)中，通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)不斷提高事實(shí)元組的得分，最終通過輸出得分選擇候選實(shí)體完成推理

• NTN（神經(jīng)張量網(wǎng)絡(luò)）
• RCNN

混合推理

結(jié)合多種方法的優(yōu)勢來提升推理效果

• Agent
• ReNN
• IterE

質(zhì)量評估

通過質(zhì)量評估技術(shù)來對新知識(shí)進(jìn)行篩選，是構(gòu)建知識(shí)圖譜中必不可少的環(huán)節(jié)

• LDIF
• CQUAL

知識(shí)圖譜應(yīng)用

知識(shí)圖譜技術(shù)的發(fā)展得益于自然語言處理、互聯(lián)網(wǎng)等技術(shù)的發(fā)展，而不斷完善的知識(shí)圖譜技術(shù)也可以應(yīng)用到自然語言處理、智能問答系統(tǒng)、智能推薦系統(tǒng)等技術(shù)中，進(jìn)一步促進(jìn)這些技術(shù)的發(fā)展。 進(jìn)一步促進(jìn)這些技術(shù)的發(fā)展，而這些技術(shù)以及知識(shí)圖譜技術(shù)又可以進(jìn)一步應(yīng)用在諸如醫(yī)療、金融、電商等垂直行業(yè)或領(lǐng)域內(nèi)，幫助促進(jìn)行業(yè)發(fā)展。

• 構(gòu)建完備的知識(shí)圖譜可以幫助自然語言理解技術(shù)發(fā)展
  • 短文本嵌入表示后送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分類
  • 知識(shí)圖譜語言模型
• 智能問答系統(tǒng)可以依靠知識(shí)圖譜中的知識(shí)來回答查詢
  • BERT模型和雙向長短期記憶網(wǎng)絡(luò)結(jié)合，條件隨機(jī)場預(yù)測字符標(biāo)簽
• 知識(shí)圖譜可作為外部信息整合至推薦系統(tǒng)中，使得推薦系統(tǒng)獲得推理能力
  • 知識(shí)圖譜注意力網(wǎng)絡(luò)模型
• 在垂直行業(yè)或領(lǐng)域內(nèi)，知識(shí)圖譜已開始應(yīng)用
  • 在醫(yī)療領(lǐng)域，通過提供更加精確規(guī)范的行業(yè)數(shù)據(jù)以及更加豐富的表達(dá)，幫助非行業(yè)相關(guān)人員獲取醫(yī)療知識(shí)的同時(shí)也幫助行業(yè)人員更直觀快捷獲取所需醫(yī)療知識(shí)
  • 在金融領(lǐng)域，借助知識(shí)圖譜檢測數(shù)據(jù)的不一致性，來識(shí)別潛在的欺詐風(fēng)險(xiǎn)
  • 在電商領(lǐng)域，阿里巴巴已經(jīng)通過應(yīng)用知識(shí)圖譜，建立商品間的關(guān)聯(lián)信息，為用戶提供更全面的商品信息和更智能化的推薦，從而提升用戶的購物服務(wù)與體驗(yàn)
  • 知識(shí)圖譜也在教育、科研、軍事等領(lǐng)域中廣泛應(yīng)用

知識(shí)圖譜的挑戰(zhàn)與展望

知識(shí)融合技術(shù)

目標(biāo)：將新獲得的知識(shí)融人知識(shí)圖譜中

挑戰(zhàn)：

• 為了保證融合后知識(shí)圖譜的質(zhì)量，首先要提升知識(shí)評估的能力．現(xiàn)存的知識(shí)評估方法大都是針對靜態(tài)知識(shí)進(jìn)行評估，缺少動(dòng)態(tài)知識(shí)評估手段是目前知識(shí)評估面臨的一大挑戰(zhàn)
• 要解決由自然語言的特殊性引發(fā)的知識(shí)冗余和缺失問題．當(dāng)知識(shí)圖譜不能準(zhǔn)確將具有同義異名的實(shí)體對齊或?qū)?strong>同名異義的實(shí)體消歧就會(huì)導(dǎo)致知識(shí)圖譜中出現(xiàn)知識(shí)冗余或缺失
• 目前，因自然語言的復(fù)雜性，在單一語言的背景下實(shí)體對齊和實(shí)體消歧的準(zhǔn)確率仍然有待提高，針對多語言實(shí)體對齊或消歧更是一大挑戰(zhàn)

知識(shí)推理技術(shù)

目標(biāo)：通過已知的知識(shí)推理獲得新知識(shí)來完善知識(shí)圖譜

挑戰(zhàn)：

• 知識(shí)推理的主要對象多是二元關(guān)系，通常處理多元關(guān)系的方法是將其拆分為二元關(guān)系進(jìn)行推理，然而將多元關(guān)系拆分會(huì)損失結(jié)構(gòu)信息，如何盡可能完整地利用多元關(guān)系中復(fù)雜的隱含信息推理是知識(shí)推理的一大挑戰(zhàn)
• 現(xiàn)有的知識(shí)推理往往都是基于大量高質(zhì)量的數(shù)據(jù)集訓(xùn)練推理模型，在相應(yīng)的測試集中測試優(yōu)化模型來完成推理．除了數(shù)據(jù)集獲取成本高的問題，通過數(shù)據(jù)集訓(xùn)練的模型的泛化能力也極為有限，而現(xiàn)實(shí)世界中人類通過少量樣本學(xué)習(xí)即可完成推理．如何模仿人腦機(jī)制實(shí)現(xiàn)小樣本或零樣本學(xué)習(xí)知識(shí)推理也是一大挑戰(zhàn)
• 知識(shí)圖譜中知識(shí)的有效性往往受到時(shí)間空間等動(dòng)態(tài)因素約束，如何合理利用知識(shí)的動(dòng)態(tài)約束信息完成動(dòng)態(tài)推理也是知識(shí)推理的一大挑戰(zhàn)

知識(shí)的表示、存儲(chǔ)和查詢

挑戰(zhàn)：

• 目前，應(yīng)用在行業(yè)領(lǐng)域的知識(shí)圖譜因?yàn)楹艽蟪潭壬弦蕾嚾斯さ膮⑴c構(gòu)建，成本高昂．大多數(shù)研究工作主要針對知識(shí)圖譜的半自動(dòng)構(gòu)建，如何自動(dòng)構(gòu)建高質(zhì)量知識(shí)圖譜是知識(shí)圖譜應(yīng)用所面臨的一大挑戰(zhàn)
• 知識(shí)擁有指導(dǎo)功能，利用知識(shí)圖譜中的知識(shí)引導(dǎo)機(jī)器學(xué)習(xí)中的數(shù)據(jù)學(xué)習(xí)，從而降低數(shù)據(jù)依賴打破數(shù)據(jù)紅利損耗殆盡后的僵局，是知識(shí)圖譜應(yīng)用面臨的一大挑戰(zhàn)
• 利用人類易懂的符號(hào)化知識(shí)圖譜，解釋各類機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)的過程，補(bǔ)足其在可解釋性方面的短板，也是知識(shí)圖譜應(yīng)用面臨的一大挑戰(zhàn)
• 未來，能否應(yīng)用知識(shí)圖譜中的知識(shí)，作為已知的經(jīng)驗(yàn)，通過訓(xùn)練構(gòu)建人工智能層面上的心智模型，同樣是知識(shí)圖譜應(yīng)用的一大挑戰(zhàn)

知識(shí)圖譜中的知識(shí)引導(dǎo)機(jī)器學(xué)習(xí)中的數(shù)據(jù)學(xué)習(xí)，從而降低數(shù)據(jù)依賴打破數(shù)據(jù)紅利損耗殆盡后的僵局，是知識(shí)圖譜應(yīng)用面臨的一大挑戰(zhàn)

• 利用人類易懂的符號(hào)化知識(shí)圖譜，解釋各類機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)的過程，補(bǔ)足其在可解釋性方面的短板，也是知識(shí)圖譜應(yīng)用面臨的一大挑戰(zhàn)
• 未來，能否應(yīng)用知識(shí)圖譜中的知識(shí)，作為已知的經(jīng)驗(yàn)，通過訓(xùn)練構(gòu)建人工智能層面上的心智模型，同樣是知識(shí)圖譜應(yīng)用的一大挑戰(zhàn)

總結(jié)

以上是生活随笔為你收集整理的知识图谱关键技术总览的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。