知识图谱(Knowledge Graph, KG)(王昊奋老师-课程学习笔记)

主要内容:
1、知识图谱的概念
2、典型知识库介绍(简)
3、知识图谱技术概览
4、典型案例简介


知识图谱(KG)的概念

知识图谱(KG)得益于Web的发展(更多的是数据层面),有着来源于KR、NLP、Web、AI多个方面的基因。知识图谱(KG)的概念演化如图:
KG的概念演化图

知识图谱是2012年后的提法,基础还是语义网本体论

知识图谱的本质包含:
一、 知识表示——Knowledge Representation
二、 基于知识表示的知识库——Knowledge Base
知识库的来源:知识构建、知识抽取、知识融合
知识库怎么用:语义搜索、知识问答

知识图谱由文本(Texts、Documents)的链接到对象(Objects)的链接。

知识图谱(KG)的作用:
1、辅助搜索
2、辅助问答
3、辅助决策
4、辅助AI:常识推理

知识图谱的深度学习的区别:
人的大脑依赖所学的知识进行思考、逻辑推理、理解语言。
可以将深度学习知识图谱比作是“聪明的AI”和“有学识的AI”。
1、深度学习:主要是【学习】能力,通过强大的计算能力,感知、识别、判断来进行学习。
2、知识图谱:主要是【推理】能力,通过已有的规则和

评论 3
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
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