结构化知识库构建技术研究

摘要

互联网上的知识大都以非结构化或者半结构化的形式存在于文本、表格和网页中,使得对知识的抽取以及应用较为困难,谷歌公司认为完美的搜索引擎应该能够准确理解用户的意图并且正确反馈用户所期望的信息.与人的记忆偏重于关联类似,搜索结果中也体现着关联,以"链接"为中心的系统在开放的互联网环境里更容易生长和扩展.传统的语义网连接的是文档,实际上网络中有多种类型的事物,这些事物之间有多种类型的连接.把文档作为"链接"的语义网得到的搜索结果仅仅是文档的链接,而不是用户需要的比文档更细粒度的准确的答案,以关键词匹配和文档排序为基本特点的搜索引擎急需一场革命。在此背景下，为了改善搜索引擎效果，谷歌公司于 2012年提出“知识图谱”的概念。把互联网文本内容组织成为以实体为基本语义单元（节点）的图结构，其中图上的边表示实体之间的语义关系。相对于传统的知识表示，知识图谱把数据对象作为链接而不是文档，其具有丰富且完整的语义信息、结构精良、接近自然语言的表达等优点。知识图谱的这些优点使得机器能够理解、搜索关键字，从而实现由搜索直接通往答案。