知识加工服务
 

 

2012年5月，Google推出Google知识图谱（Google Knowledge Graph），并利用其在搜索引擎中增强搜索结果。这是“知识图谱”名称的由来，也标志着大规模知识图谱在互联网语义搜索中的成功应用。

知识图谱（Knowledge Graph）旨在描述客观世界的概念、实体、事件及其之间的关系。知识图谱的具体实现包括本体定义规范、知识表示方案、知识的存储管理、知识抽取方案、知识展示方式等几方面。

2、建设步骤
 

 

● 实体类型定义

   历史人物属性定义

   历史事件属性定义

   地点属性定义

   职位属性定义

   组织机构属性定义

● 关系定义

   相同实体类型间关系

   不同实体类型间关系

基于RDF（Resource Description Framework）来构建知识图谱。根据RDF的规范，每一条知识将被表示为一个三元组。

● 属性三元组，即（实体，属性名，属性值）

● 关系三元组，即（实体，关系，实体）

● 知识抽取有人工抽取和软件自动抽取（基于规则的抽取和基于机器学习的抽取）两种方式。

● 知识抽取的流程

 

 

每个主题词条目由主题词和参照系统组成，参照系统主要包括Y（用）、D（代）、S（属）、F（分）、C（参）、Z（族），分别表示主题词之间的等同关系、等级关系和相关关系等。