知识图谱 概念与技术 第6章：基于众包的知识图谱构建与精化.pdf

基于众包的知识图谱构建与精化 知识图谱概念与技术第6章：基于众包的知识图谱构建与精化.pdf 本章主要讨论基于众包的知识图谱构建与精化的相关知识点。众包是一种获取大量网络用户参与的服务方式，具有价格低廉、灵活等优势。知识型众包是众包的一个分支，是沟通机器与人脑之间的桥梁。 知识型众包的基本概念 众包（crowdsourcing）是指利用大量的网络用户来获取需要的服务。知识型众包是众包的一个分支，是沟通机器与人脑之间的桥梁。知识型众包的特点是任务多样性强、数据类型多样、任务类型多样、难易程度多样等。 基于众包的知识图谱构建与精化 基于众包的知识图谱构建与精化是指使用众包的方式来构建和精化知识图谱。众包可以提供大量的数据和人工智能算法，从而提高知识图谱的准确性和完整性。 知识型众包应用特例 知识型众包已经成为知识收集、数据标注的重要手段。例如reCAPTCHAs、ImageNet Labeling、Amazon MTurk等。 知识型众包特点 知识型众包的特点是任务多样性强、数据类型多样、任务类型多样、难易程度多样等。 知识型众包的研究问题 知识型众包的研究问题包括将什么任务交给众包、如何筛选工人、如何完成众包、如何设计问题、如何激励工人、如何控制质量、如何最大化利用众包等。 知识图谱构建与精化 知识图谱构建与精化是指使用知识型众包来构建和精化知识图谱。知识图谱构建与精化的目的是提高知识图谱的准确性和完整性。 知识型众包在知识图谱构建与精化中的应用 知识型众包在知识图谱构建与精化中的应用包括实体匹配、本体匹配、知识图谱清洗等。 知识图谱清洗 知识图谱清洗是指使用知识型众包来清洗知识图谱，提高知识图谱的准确性和完整性。 基于众包的知识图谱构建与精化的优点 基于众包的知识图谱构建与精化的优点包括提高知识图谱的准确性和完整性、减少人工成本、提高工作效率等。 基于众包的知识图谱构建与精化的挑战 基于众包的知识图谱构建与精化的挑战包括如何管理众包工人、如何确保众包的质量、如何解决知识型众包的研究问题等。 知识型众包工人选择方法 知识型众包工人选择方法包括被动众包和主动众包。被动众包是指工人在正式工作前可能会参与一些技能测试，而主动众包是指任务分配、随机分配、按照其他因素排序等。 工人建模匹配任务 工人建模匹配任务是指使用知识型众包来匹配任务和工人，提高工作效率和质量。 本章讨论了基于众包的知识图谱构建与精化的相关知识点，包括知识型众包的基本概念、基于众包的知识图谱构建与精化、知识型众包应用特例、知识型众包特点、知识型众包研究问题、知识图谱构建与精化、知识型众包在知识图谱构建与精化中的应用、知识图谱清洗、基于众包的知识图谱构建与精化的优点和挑战、知识型众包工人选择方法和工人建模匹配任务等。