inforworld分享 http://blog.sciencenet.cn/u/rbwxy197301 教学和科研过程中的心得。

博文

中文开放知识图谱

已有 5936 次阅读 2016-9-21 10:58 |个人分类:知识管理|系统分类:科研笔记| 知识图谱

中文开放知识图谱(http://openkg.cn/home)

      中文开放知识图谱致力于促进知识图谱的开放与互联,促进数据链接与知识图谱技术的广泛应用。知识图谱旨在通过建立数据之间的关联连接,将碎片化的数据有机的组织起来, 让数据更加容易被人和机器理解和处理,并为搜索、挖掘、分析等提供便利,为人工智能的实现提供知识库基础。知识图谱涉及的技术包括:知识表示、自然语言理解、智能问答、知识抽取、数据链接、图谱挖掘、自动推理等。

     目前,这个平台已经有27个数据集,26个机构和5个群组(环境、健康、医药、城市和理科知识图谱)。

     刚刚起步,值得期待。


    中文知识图谱(Chinese Knowledge Graph)[1] ,最早起源于Google Knowledge Graph。知识图谱本质上是一种语义网络。其结点代表实体(entity)或者概念(concept),边代表实体/概念之间的各种语义关系。中文知识图谱的直接推动力来自于一系列实际应用,包括语义搜索、机器问答、情报检索、电子阅读、在线学习等等。百度[2] 、搜狗以及复旦大学GDM实验室[1] 相继推出了其中文知识图谱。

(摘自百度百科:http://baike.baidu.com/link?url=3m7qoIrzQnPG48R9aDY6H4CGh6kFDZ-RsVcwvmYOr9bDan3JYdpbL_hw0O7ATDbXi70HE0hWuhv47bqv4RAlM_)


     这个平台对于“知识图谱”的理解与图书情报学领域等以citespace推动下的“知识图谱 ”有较大差异,它是以非结构化数据为对象,而图情等学科是以文献为对象。这里的知识图谱是以人、机构、知识点为实体,研究实体的自动抽取、实体间关系的自动构建等。图情等领域的知识图谱是以文献、作者、关键词等为实体,构建实体间的关系等。研究的角度和方法不同,研究的思路不同,但也有一些共通的地方。



https://wap.sciencenet.cn/blog-113146-1004161.html

上一篇:Recent trends in academic journal growth
下一篇:诺贝尔奖、科学家与长寿
收藏 IP: 60.170.236.*| 热度|

4 许培扬 章成志 俞立平 姜春林

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-23 23:34

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部