知識加工服務
 

 

2012年5月，Google推出Google知識圖譜（Google Knowledge Graph），并利用其在搜索引擎中增強搜索結果。這是“知識圖譜”名稱的由來，也標志著大規模知識圖譜在互聯網語義搜索中的成功應用。

知識圖譜（Knowledge Graph）旨在描述客觀世界的概念、實體、事件及其之間的關系。知識圖譜的具體實現包括本體定義規范、知識表示方案、知識的存儲管理、知識抽取方案、知識展示方式等幾方面。

2、建設步驟
 

 

● 實體類型定義

   歷史人物屬性定義

   歷史事件屬性定義

   地點屬性定義

   職位屬性定義

   組織機構屬性定義

● 關系定義

   相同實體類型間關系

   不同實體類型間關系

基于RDF（Resource Description Framework）來構建知識圖譜。根據RDF的規范，每一條知識將被表示為一個三元組。

● 屬性三元組，即（實體，屬性名，屬性值）

● 關系三元組，即（實體，關系，實體）

● 知識抽取有人工抽取和軟件自動抽?。ɑ谝巹t的抽取和基于機器學習的抽?。﹥煞N方式。

● 知識抽取的流程

 

 

每個主題詞條目由主題詞和參照系統組成，參照系統主要包括Y（用）、D（代）、S（屬）、F（分）、C（參）、Z（族），分別表示主題詞之間的等同關系、等級關系和相關關系等。