有关知识图谱个人总结

首先知识图谱是指在描述真实世界存在的各种实体及其关系

通用知识图谱:

Google所提出的知识图谱是面向全领域通用的知识图谱,主要用于面向互联网的搜索、推荐、问答等业务场景,强调的是广度,因而强调更多的是实体,很难形成完整的全局性的本体层的统一管理。

                        语言学类:wordnet

                                          MIT-ConcepNetb的中文部分

                                          汉语开放词网

                        百科类: DBpeida

                                       中文通用百科知识图谱

                                       zhishi.me

                                       DKU-PIE知识图

行业知识图谱:

指面向特定领域的知识图谱,因用户目标对象要考虑行业中各级别人员,所以要一定的深度,与完备性。行业知识图谱的准确率要求非常高,通常用于辅助各种复杂的分析应用或决策支持。有严格与丰富的数据模式,行业知识图谱中的实体通常属性比较多且具有行业意义。

行业知识图谱的意义:

数据来源多:

内部数据、互联网数据、第三方数据

数据类型多:

包括结构化,半结构化,非结构化数据且具后两者越来越多。

数据模式无法确定:

模式在数据出现之后才能确定,数据模式随数据增长不断演变。

数据量大:

在大数据背景下,行业应用的数据的数量通常都以亿级别计算,存在通常TB,PB级别或更多。

行业知识图谱应用:

                                        金融证券、生物医疗、图书情报、电商、农业、政府、电信、出版

通用知识图谱+行业知识图谱——>相互补充,更完善的知识图谱

企业知识图谱的应用——企业风险评估:

利用图计算等方法构建科学、严谨的企业风险评估体系,有效规避潜在的经营风险与资金风险。

企业社交图谱查询

基于投资、任职、专利、招标以目标的企业为核心向外层扩散,形成一个网络关系图,直观立体的展现企业关联。

企业最终控制人查询

基于股权投资关系,寻找持股比例最大的股东,最终追溯至自然人或图有资产管理部门。

 企业之间路径发现

基于股权、任职、专利,招标税收等。

医疗知识图谱:

中药知识平台

生物医疗:

WASTON辅助诊断治疗

OPenPHACTS部分药物发现

知识图谱行应用----其他行业

农业---->识别作物危害

政府行业---->政府大数据管理

知识图谱基础技术规范

RDF:是语义网标准的第一层

  • Resource:页面,图片,视频等任何工具有URI标识符
  • DesoriPtion:属性,特征和资源之间的关系
  • Franework:模型,语言和这些描述的语法

 

 


 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

欣岳

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值