人工智能時代的知識圖譜
近年來，隨著人們對 AI 認(rèn)知能力的積極探索，知識圖譜因其表達能力強、拓展性好，基于知識進行推理等優(yōu)勢得到了學(xué)界與業(yè)界的高度關(guān)注。知識圖譜，旨在描述客觀世界概念、實體、事件及其之間關(guān)系，具備可解釋性，而且可以用于解決復(fù)雜決策問題。這也意味著通過深度學(xué)習(xí)與知識圖譜的結(jié)合，模型底層特征空間與人類自然語言之間巨大的語義鴻溝問題有望得以解決。在大數(shù)據(jù)和機器學(xué)習(xí)兩大引擎下，大規(guī)模知識圖譜的自動化構(gòu)建成為現(xiàn)實，這就加快了知識圖譜的落地與應(yīng)用。

傳統(tǒng)意義上，知識圖譜可以劃分為通用知識圖譜和領(lǐng)域知識圖譜。例如，國外的谷歌搜索引擎和國內(nèi)的百度搜索引擎，這類通用領(lǐng)域知識圖譜是最先被大家熟知的應(yīng)用；而場景的不斷豐富、需求不斷增多、用戶對體驗與品質(zhì)的要求不斷提高，各行各業(yè)都亟需構(gòu)建領(lǐng)域知識圖譜。
那么，從趨勢到實際需要，知識圖譜已經(jīng)取得了哪些學(xué)術(shù)與技術(shù)成果，產(chǎn)業(yè)與應(yīng)用發(fā)生了哪些變化？當(dāng)
下知識圖譜領(lǐng)域最關(guān)注的問題又是什么？未來，知識圖譜又有哪些發(fā)展前景？

近兩年知識圖譜研究有一些值得關(guān)注的成果，比如：

知識抽取，如何在少量甚至無標(biāo)注場景下進行知識圖譜構(gòu)建是一個具有挑戰(zhàn)性的問題。目前大家都在關(guān)注基于圖神經(jīng)網(wǎng)絡(luò)、增強學(xué)習(xí)、交互式知識抽取等方法。知識融合，代表性工作有交互式知識融合以及基于表示學(xué)習(xí)的知識融合的工作。
知識更新，針對百科類知識圖譜的自動化更新技術(shù)取得了一些突破，從而可以對百科知識進行自動化更新。
知識推理，最近兩年有不少混合式推理的方法出現(xiàn)，也就是混合機器學(xué)習(xí)和符號推理的方法，這些方法的提出對于解決某些機器學(xué)習(xí)技術(shù)的不可解釋性，以及提升知識圖譜的推理能力都有作用。
與此同時，這些關(guān)鍵技術(shù)的應(yīng)用也有一些突破性的進展，尤其是在知識抽取和知識融合方面：一是人機交互的商業(yè)化系統(tǒng)的出現(xiàn)，二是關(guān)于人機交互的信息抽取和知識融合的學(xué)術(shù)論文也開始。
在他看來，知識圖譜表示學(xué)習(xí)與推理也取得了很多進展，大家開始研究知識表示學(xué)習(xí)在多模態(tài)數(shù)據(jù)上的應(yīng)用，即結(jié)合文本、知識圖譜、圖像或者視頻的知識表示學(xué)習(xí)，以及基于知識表示學(xué)習(xí)的推理。
知識圖譜從以前研究與產(chǎn)業(yè)界脫鉤，到現(xiàn)在領(lǐng)域知識圖譜成為研究的重點，開始面向解決實際的問題。比如最近司法知識圖譜的構(gòu)建出現(xiàn)了不少研究成果。另外，知識圖譜用于解決問答、推薦系統(tǒng)、圖像理解方面的論文也不斷在增加。
同時，知識圖譜在不同行業(yè)也得到了廣泛應(yīng)用，領(lǐng)域知識圖譜成為企業(yè)的迫切需求。例如，金融領(lǐng)域中的信用評估、風(fēng)險控制、反欺詐問題；醫(yī)療領(lǐng)域中的智能問診問題。從通用知識圖譜到領(lǐng)域知識圖譜，知識圖譜開始在越來越廣泛、復(fù)雜的場景中落地并解決實際問題。
“在醫(yī)療、電商、金融、軍工、電力、司法、教育、公安、石油這幾個領(lǐng)域知識圖譜已經(jīng)落地并且取得了突出成果?！逼峁鹆终劦健ＶR圖譜可以幫助這些領(lǐng)域的公司或研究機構(gòu)更好地處理多源異構(gòu)數(shù)據(jù)，也就是說可以提供一個統(tǒng)一數(shù)據(jù)模型并且可以靈活地集成和關(guān)聯(lián)這些數(shù)據(jù)，對這些數(shù)據(jù)進行關(guān)聯(lián)分析。
知識圖譜的產(chǎn)學(xué)研需要有一個整體規(guī)劃，這也是我一直在實踐的。
首先需要了解產(chǎn)業(yè)界對知識圖譜的需求，知道知識圖譜可以解決什么應(yīng)用問，帶來什么價值。

其次，通過了解知識圖譜落地的挑戰(zhàn)，確定知識圖譜的研究課題。從短期和長期來看，短期課題是要解決產(chǎn)業(yè)界急迫的問題，

比如少量標(biāo)注情況下的信息抽取方法的研究；而長期課題是面向三年之后可能對知識圖譜落地有用的技術(shù)，比如無標(biāo)注場景下的信息抽取技術(shù)。

最后，讓知識圖譜技術(shù)可以快速普及。

當(dāng)前名稱：人工智能時代知識圖譜的應(yīng)用
轉(zhuǎn)載源于：http://www.rwnh.cn/news/136177.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站設(shè)計、企業(yè)建站、電子商務(wù)、網(wǎng)站策劃、企業(yè)網(wǎng)站制作、外貿(mào)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)