知识图谱构建方法研究.docx
版权申诉
179 浏览量
2022-11-11
20:58:04
上传
评论 1
收藏 163KB DOCX 举报
基于多数据源的知识图谱构建方法研究
摘要：针对多数据源的融合应用，构建了基于多数据源的知识图谱。首先，对不同领域内的数据源构建相
应本体库，并将不同本体库通过数据融合映射到全局本体库，然后，利用实体对齐和实体链接方法进行知
识获取和融合，最后，搭建知识图谱应用平台，提供查询和统计等操作。在实体对齐方面，利用传统的基
于相似性传播实体对齐方法，获得良好的实体对齐效果；在实体链接方面，提出了基于约束嵌入转换的预
测推理方法，实验结果表明，在预测准确率上取得较好的结果。
0 引言
在大数据时代背景下，随着海量数据的出现以及多数据源融合交叉应用，传统的数据管理模式以及查
询方式受到一定的制约。近年来，知识图谱（Knowledge Graph） 作为一种新的知识表示方法和数据管理
[1]
模式，在自然语言处理、问题回答、信息检索等领域有着重要的应用。知识图谱是结构化的语义知识库，
用于以符号形式描述物理世界中的概念及其相互关系；其基本组成单位是“实体-关系-实体”三元组，以及
实体及其相关属性-值对，实体间通过关系相互联结，构成网状的知识结构 。
[2]
随着谷歌知识图谱的发布，知识图谱的构建与应用研究引起了学术界和工业界的广泛关注。在国内，
知识图谱的构建与研究已经起步，相应取得许多重要的研究成果。如：搜狗的知立方、百度知心；复旦大
学 GDM 实验室设计了一种面向图书阅读领域的中文知识图谱 ；金贵阳等 利用知识图谱和语义网技术，
[3]
[4]
提出构建企业知识图谱的方法，并应用于钢铁企业信息集成，提高了企业信息查询的效率；胡芳槐 在博
[5]
士论文中研究了基于多数据源的中文知识图谱构建方法，涉及到本体层构建、实体层的学习等，同时构建
行业领域知识图谱的应用平台；王巍巍等 构建了双语影视知识图谱，包括影视本体库的构建、实体的链
[6]
接、实体匹配等，并搭建了应用平台与开放数据访问接口；鄂世嘉等 提出了一种端到端基于中文百科数
[7]
据的中文知识图谱自动化构建方案，并开发面向用户的中文知识图谱系统。
现有的行业领域知识图谱通常采用手工构建方式，缺乏统一的构建方法，且这类知识库目标是特定行
业领域，因此，其描述范围极为有限。针对这些问题，提出了将不同领域知识库进行融合成一个知识图谱，
旨在构建语义一致、结构一致的多数据融合知识图谱，实现对不同领域内的知识进行查询和展示，从而提
高了数据查询效率。
本文提出一个多数据源融合的知识图谱构建流程，并对关键技术进行研究，包括数据源的获取、领域
本体库的构建、全局本体库的构建、实体对齐、实体链接以及应用平台的搭建。文中利用某地区的医院医
疗保健数据、空气污染监测数据和环境监测数据，构建了多数据融合的知识图谱。
1 知识图谱构建过程
知识图谱构建是知识图谱得以应用发展的前提，涉及实体抽取和实体及实体之间关系的建立，同时还
需要很好地组织和存储抽取的实体与关系信息，使其能够被迅速的访问和操作 。知识图谱构建过程通常
[8]
可以分成两步：知识图谱本体层构建和实体层的学习 。本体层构建通常包含术语抽取、同义词抽取、概
[5]
念抽取、分类关系抽取、公理和规则学习；实体层学习则包含实体学习、实体数据填充、实体对齐和实体
链接等。
知识图谱的构建方法通常有自顶向下和自底向上两种 。所谓自顶向下的方法是指先构建知识图谱的
[2]
本体，即从行业领域、百科类网站及其它等高质量的数据源中，提取本体和模式信息，添加到知识库中；
而自底向上的方法是指从实体层开始，借助于一定的技术手段，对实体进行归纳组织、实体对齐和实体链
接等，并提取出具有较高置信度的新模式，经人工审核后，加入到知识图谱中。然而，在实际的构建过程
中，并不是两种方法孤立单独进行着，而是两种方法交替结合的过程。本文在构建多数据源的知识图谱时
采用两种方法的结合，首先采用自顶向下的方式来构建本体库，然后采用自底向上的方式进行提取知识来
扩展知识图谱。
- 1 -
资源评论
