关于知识图谱,你了解多少?
从谷歌2012正式提出了“知识图谱”到现在,已经过去了8年多时间,知识图谱的应用场景越来越多,问答机器人、自动驾驶、智能制造、知识组织管理、用户画像、舆情监控等等。各行各业尤其是知识服务和大数据领域对知识图谱的需求越来越强烈。“三元组”构建知识图谱的理念更加深入人心,尤其是大型生产制造企业和科研院所,对知识图谱及其衍生应用的需求更甚。可以说,知识图谱是人工智能技术的表现形态之一,是知识大爆炸时代实现知识结构化和知识精准化的利器。
但是,专门服务于B端的更加专业的知识图谱,通过三元组构建的方式,往往令人望而却步。本想着三元组构建知识图谱能够实现知识价值挖掘和放大,可后来却发现想通过三元组方式构建专业的知识图谱是何其的困难,这真是理想很丰满,现实很骨感。
三元组构建知识图谱难点在于“人”,因为需要人花大量的时间,去人工标注三元组。为了保证标注有较高的准确性,就需要找专业的人来标注,光专业还不够,还需要认真耐心细心,光这还不够,还有有效率。而且人工标注三元组,是基于人当前的认知水平,去提取知识,进行标注,想想肯定会错过很多不知道的知识,试想一下,从海量数据中由人工提取认为可用的信息,进行标注,需要多长时间,投入多少经济,能达到什么样的效果,都未可知,这就是很多企业望而却步的主要原因。
这时,一种无监督方式,由机器自动构建的强关联的知识图谱技术显得颇为重要。但这种技术构建的知识图谱也有他的不足,那就是无法自动描述实体关系。
欢迎微信交流合作
--
FROM 124.126.130.*