【Python+中文NLP】知识图谱系列(1)——构建流程

前言

人工智能与行业结合的应用中，因行业领域的差异，存在大量数据模式不同，“领域知识图谱”以其更加符合实际应用需求的特性在工业领域得到了广泛应用。本文主要讲解特定领域知识图谱的构建流程。

领域知识图谱构建

一、知识图谱基本定义

1.1 三元组

知识图谱由多个“实体（Entity）-关系（Relationship）-实体（Entity）”三元组构成。

1.2 两个层次

在逻辑上，知识图谱可划分为两个层次：数据层和模式层。

• ①数据层：存储真实的数据。
  如: C罗-足球运动员-皇家马德里；C罗-金靴奖-世界杯。
• ②模式层：在数据层之上，存储经过提炼的知识，通常通过本体库来管理。
  如：实体-关系-实体，实体-属性-性值。

二、构建流程

图片来源

2.1 四个阶段

构建知识图谱是一个迭代更新的过程，根据知识获取的逻辑，每一轮迭代包含四个阶段：

• 知识储存
• 信息抽取
• 知识融合
• 知识计算

2.2 五个环节

1. 知识建模

通