2知識圖譜建設(shè)的主要過程

目前知識圖譜應(yīng)用的領(lǐng)域比較多，例如智能問答、智能搜索、金融行業(yè)的反欺詐／信用審核／信用證審核、電子商務(wù)的智能推介、公共安全的數(shù)據(jù)對碰、大型裝備的故障檢測與維修、電網(wǎng)的故障檢測與應(yīng)急預(yù)案、保險行業(yè)的智能核保／智能核賠，總之這是一種讓軟件更加智能化的手段。但是如何構(gòu)建一個相對完備的知識圖譜應(yīng)用是一個挑戰(zhàn)，難點主要包括：

1）如何建立知識的模型，也就是上述的“概念”如何建立；2）知識的獲得比較困難，因為我們面臨的可能是海量的知識；3）所獲得知識的正確性如何驗證；4）如何存儲知識，進(jìn)行快速的推理；5）如何將知識在軟件中得到應(yīng)用，發(fā)揮價值等等。

這里面歸根結(jié)底還是如何用工程化方式建設(shè)知識圖譜，如何用工程化方式基于知識圖譜建設(shè)應(yīng)用的問題，因此后面我們主要探討如何進(jìn)行知識圖譜建設(shè)與應(yīng)用的工程化方法。

知識圖譜可以分為通用知識圖譜和領(lǐng)域知識圖譜，實際上谷歌或者百度這樣的大型互聯(lián)網(wǎng)公司在構(gòu)建的是通用知識圖譜，它主要是用于搜索引擎，它的用戶是全部的互聯(lián)網(wǎng)的用戶，它構(gòu)建的是常識性知識為主，包括結(jié)構(gòu)化的百科知識，它強(qiáng)調(diào)的是一種知識的廣度，對知識的深度方面不做更多的要求，它的使用者也是普通的用戶。對于領(lǐng)域知識圖譜而言，它首先是面向一個特定的領(lǐng)域，它的知識來源是特定行業(yè)，基于行業(yè)的數(shù)據(jù)來構(gòu)建，而且要有一定的行業(yè)的深度，它強(qiáng)調(diào)的是深度能夠解決行業(yè)人員的問題，它的使用者也是這個行業(yè)內(nèi)的從業(yè)人員。

從上述定義上可以看出，這兩者的構(gòu)建過程和目的會有很大的不同，作為一個企業(yè)級軟件的從業(yè)者，我關(guān)注的主要是領(lǐng)域知識圖譜，因此這里我要探討的也是領(lǐng)域知識圖譜構(gòu)建與應(yīng)用的工程化問題。

由于是工程化問題，我們希望不要講更多的理論，而是采用類似軟件工程的方法，將知識圖譜構(gòu)建與應(yīng)用的過程講清楚，在過程的每一個環(huán)節(jié)上探討涉及的方法與技術(shù)：

1）知識圖譜技術(shù)架構(gòu)：確定知識的表示方式和知識的存儲方式；2）知識圖譜建設(shè)方法論：知識圖譜建設(shè)可以分為知識建模、知識抽取、知識驗證這樣幾個階段，形成一個知識圖譜；3）基于知識圖譜建設(shè)應(yīng)用：每一類應(yīng)用的側(cè)重點不同，使用技術(shù)和達(dá)到的效果也不同，我們總結(jié)為知識推理類、知識呈現(xiàn)類、知識問答類、知識共享類，后面會具體介紹。

3知識圖譜技術(shù)架構(gòu)

知識圖譜的關(guān)鍵技術(shù)架構(gòu)分為知識表示、知識存儲兩個部分。常用的知識圖譜表示是通過三元組方式，三元組是由實體、屬性和關(guān)系組成的（由Entity、Attribute、Relation組成）。具體表示方法為，實體1跟實體2之間有某種關(guān)系，或者是實體屬性、屬性詞�；�于已有的三元組，可以推導(dǎo)出新的關(guān)系，知識圖譜要有豐富的實體關(guān)系，才能真正達(dá)到它實用的價值。

如果我們把上面周杰倫的例子描繪如下圖，你會發(fā)現(xiàn)知識的表示方式和面向?qū)ο蟮母拍罘浅ｎ愃�，概念就是元模型／類，實體就是對象，關(guān)系就是對象間的關(guān)系。實際上，在很多著作中也把面向?qū)ο笞鳛橐环N知識表示方法。

利用我們熟悉的面向?qū)ο蠓绞竭M(jìn)行知識的表述，結(jié)合其他一些知識圖譜的技術(shù)，是一個比較容易入手的方式。既然知識的表示以概念、實體、關(guān)系、屬性為基礎(chǔ)元素，就可以利用圖數(shù)據(jù)庫存儲，目前有很多圖數(shù)據(jù)庫可以做選擇，例如Neo4J、JanusGraph等，也可以在傳統(tǒng)關(guān)系數(shù)據(jù)庫上進(jìn)行存儲，這里我就不深入探討了，因為確定了表示方式，如何存儲不是一個大問題。    這一篇我們介紹了知識圖譜的基本概念和用途，下一篇主要介紹知識圖譜建設(shè)的方法論，第三篇將用實際的案例，介紹一個基于知識圖譜的知識推理類應(yīng)用。

－ The End －

關(guān)于作者：焦烈焱，普元信息CTO，致力于技術(shù)創(chuàng)新和金融創(chuàng)新解決方案研究。專注于企業(yè)技術(shù)架構(gòu)領(lǐng)域，對分布式環(huán)境的企業(yè)計算、 企業(yè)信息架構(gòu)的規(guī)劃與實踐有著豐厚經(jīng)驗，帶領(lǐng)普元技術(shù)團(tuán)隊相繼在云計算、大數(shù)據(jù)及移動開發(fā)領(lǐng)域取得多項突破，并主持中國工商銀行、中國建設(shè)銀行等多家大型企業(yè)技術(shù)平臺的規(guī)劃與研發(fā)。