知识图谱构建技术:分类、调查和未来方向

被引:62
作者
杭婷婷 [1 ,2 ]
冯钧 [1 ]
陆佳民 [1 ]
机构
[1] 河海大学计算机与信息学院
[2] 无人机开发及数据应用安徽高校联合重点实验室
基金
国家重点研发计划;
关键词
知识图谱; 知识抽取; 知识表示; 知识融合; 知识推理; 知识存储;
D O I
暂无
中图分类号
TP391.1 [文字信息处理]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
知识图谱的概念由谷歌于2012年提出,随后逐渐成为人工智能领域的一个研究热点,已在信息搜索、自动问答、决策分析等应用中发挥作用。虽然知识图谱在各领域展现出了巨大的潜力,但不难发现目前缺乏成熟的知识图谱构建平台,需要对知识图谱的构建体系进行研究,以满足不同的行业应用需求。文中以知识图谱构建为主线,首先介绍目前主流的通用知识图谱和领域知识图谱,描述两者在构建过程中的区别;然后,分类讨论图谱构建过程中存在的问题和挑战,并针对这些问题和挑战,分类描述目前图谱构建过程中的知识抽取、知识表示、知识融合、知识推理、知识存储5个层面的解决方法和策略;最后,展望未来可能的研究方向。
引用
收藏
页码:175 / 189
页数:15
相关论文
共 27 条
  • [1] 知识图谱的最新进展、关键技术和挑战
    马忠贵
    倪润宇
    余开航
    [J]. 工程科学学报, 2020, 42 (10) : 1254 - 1266
  • [2] 实体关系抽取方法研究综述
    李冬梅
    张扬
    李东远
    林丹琼
    [J]. 计算机研究与发展, 2020, 57 (07) : 1424 - 1448
  • [3] 大规模知识图谱补全技术的研究进展
    王硕
    杜志娟
    孟小峰
    [J]. 中国科学:信息科学, 2020, 50 (04) : 551 - 575
  • [4] 知识图谱研究综述
    黄恒琪
    于娟
    廖晓
    席运江
    [J]. 计算机系统应用, 2019, 28 (06) : 1 - 12
  • [5] 深度学习实体关系抽取研究综述
    鄂海红
    张文静
    肖思琪
    程瑞
    胡莺夕
    周筱松
    牛佩晴
    [J]. 软件学报, 2019, 30 (06) : 1793 - 1818
  • [6] 知识库实体对齐技术综述
    庄严
    李国良
    冯建华
    [J]. 计算机研究与发展, 2016, 53 (01) : 165 - 192
  • [7] 信息抽取研究综述
    郭喜跃
    何婷婷
    [J]. 计算机科学, 2015, 42 (02) : 14 - 17+38
  • [8] 音乐领域典型事件抽取方法研究
    丁效
    宋凡
    秦兵
    刘挺
    [J]. 中文信息学报, 2011, (02) : 15 - 20
  • [9] 命名实体识别研究进展综述
    孙镇
    王惠临
    [J]. 现代图书情报技术, 2010, (06) : 42 - 47
  • [10] 基于特征组合的中文实体关系抽取
    黄鑫
    朱巧明
    钱龙华
    刘梅梅
    [J]. 微电子学与计算机, 2010, 27 (04) : 198 - 200+204