王昊奋知识图谱行业应用课程笔记

应用

Google：搜索，things not strings

智能硬件

通用知识图谱：

• 广度，强调实体，以常识性知识为主，“结构化的百科知识”
• 自底向上，很难形成全局的本体上的管理
• 使用者是普通用户

项目如：

• 语言类的：WordNet，MIT-ConceptNet5的中文部分，汉语开放词网（Chinese Open WordNet）
• 百科类：DBpedia，中文通用百科知识图谱（CN-Dbpedia），Zhishi.me，PKU-PIE知识库

行业知识图谱：

• 特定领域，深度和完备性，“基于语义技术的行业知识库”
• 准确度非常高，复杂分析应用和决策支持，
• 严格与丰富的数据模式
• 使用者是行业人员

首先想到的是 Palantir

行业知识图谱数据的特点：

• 数据来源多：内部，互联网，第三方
• 数据类型多：结构化，半结构化，非结构化
• 数据模式无法预先确定：模式在数据出现后才能确定，并且随着数据增长和任务不断演变
• 数据量大：TB，PB级别

金融证券，生物医疗，图书情报，电商，农业，政府，电信，出版，看OpenKG中的项目

通用知识图谱可以作为行业知识图谱的基础，行业知识图谱又可以形成通用知识图谱的一部分

企业知识图谱：

• 企业风险评估、企业路径发现，企业控制发现，上市企业只能问答（股票问问）
• 用户为：银行、投行、政府。。。

金融交易知识图谱：

• 辅助信贷审核
• 反欺诈
• 异常（交易，客户）分析

医疗知识图谱：

• 中医药知识服务平台
• Watson诊断

图情资源知识图谱：

• 知识导航和资源展示
• 知识点推荐和搜索
• 图情资源统计

挑战

企业大数据的挑战：

• 多源异构数据难融合
• 数据模式动态变迁难：自由可扩展模式
• 非结构数据计算机难理解
• 数据使用专业程度高
• 分散的数据难以统一消费利用

解决方案：

• 使用知识图谱（本体）对各种类型的数据进行抽象建模
• 使用可支持数据模式动态变化的知识图谱的数据存储
• 利用信息抽取技术，进行结构化，形成知识图谱形式的知识
• 在知识融合的基础上，基于语义检索、智能问答、图计算、推理、可视化等技术，提供统一的数据检索、分析和利用平台，降低数据使用门槛

行业知识图谱生命周期

建模——获取——融合——存储——计算——应用

行业知识图谱的技术栈：

• RDF：建模
• SPAQL：检索
• RDFS, OWL：推理

RDF(Resource Description Framework资源描述框架)：

• 是语义网标准中的第一层
• RDF的含义

• R：页面、图片、视频等任何具有URI标识符的资源；
• D：属性、特征和资源之间的关系
• F： 模型、语言和这些描述的语法

• 三元组模型，每一份知识分解为：SPO(subject predicte object主谓宾)

• 构建链接资源的图模型，三元组可以看成是图中的弧

• 各种序列化表示方法：Turtle, TriG, N-Triples, N-Quads, JSON, RDFa

OWL：RDFS的扩展

• 复杂类： 交、并、补
• 属性约束：存在量化、全称量化
• 基数约束：最大基数约束、最小基数约束
• 属性特征：反、对称、非对称、不相交、自反
• 属性链

SPARAL:

• RDF的查询语言，基于RDF数据模型
• 可以对不同的数据集撰写复杂的连接
• 由所有主流图数据库支持

知识建模

一站式工具：

• LOD2：没有中文支持
• Stardog：仅对结构化数据，没有知识融合

策略：

• 使用套装工具
• 扩充套装工具
• 生命周期中的相应工具
• 扩充生命周期中的相应工具
• 从零开始
  一般是选择2,3,4

金融：平安，蚂蚁金服