清华-人工智能之知识图谱研究报告-2019.1-89页_44mb

人工智能之知识图谱研究报告总结

核心内容

知识图谱是知识工程在大数据环境中的成功应用，与大数据和深度学习共同成为推动互联网和人工智能发展的核心驱动力之一。它以结构化形式描述客观世界中的概念、实体及其关系，为组织、管理和理解互联网信息提供了新的方式。知识图谱在语义搜索、智能问答、大数据分析与决策等方面展现出重要价值。

主要观点

• 知识图谱技术融合了认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等多个研究领域。
• 知识图谱的发展经历了多个阶段，包括前知识工程时期、专家系统时期、万维网1.0时期、群体智能时期以及知识图谱时期。
• 知识图谱技术包括知识表示与建模、知识获取、知识融合、知识图谱查询和推理计算、知识应用五个子领域。
• 知识图谱的构建与应用为智能服务提供了基础，是实现从数据到信息再到知识，最终到智能应用的重要桥梁。
• 知识图谱技术的研究热点和趋势包括知识表示学习、关系路径建模、事件知识学习等。
• 知识图谱技术在全球范围内有广泛的研究和应用，尤其是在美国、欧洲和亚洲。

关键信息

知识图谱概念与分类

• 知识图谱是一种结构化的知识表示形式，包含实体、概念和属性。
• 知识图谱可分为通用知识图谱和特定领域知识图谱。

知识工程发展历程

• 知识工程的发展经历了五个阶段：前知识工程时期、专家系统时期、万维网1.0时期、群体智能时期和知识图谱时期。
• 在万维网1.0时期，XML和本体方法被引入，为知识表示和共享奠定了基础。
• 群体智能时期，维基百科等项目展示了知识从封闭到开放的转变。
• 知识图谱时期，大规模知识获取技术得到发展，如DBpedia、Freebase等。

知识图谱技术人才

• 知识图谱技术涉及多个领域，包括知识表示与建模、知识获取、知识融合等。
• AMiner数据平台提供了知识图谱领域学者的研究方向、代表性文章、国家分布、迁徙情况和h-index分析。
• 全球知识图谱研究学者主要集中在北美洲和欧洲，亚洲次之。

知识图谱应用

• 知识图谱被应用于多个领域，如电子商务、图书情报、企业商业、船业投资、生物医疗等。
• 通过构建知识图谱，可以实现语义搜索、智能问答、大数据分析与决策等应用。
• 知识图谱在实际场景中展现出广泛的应用价值，如智能客服、商业智能等。

知识图谱趋势研究

• 知识图谱的发展趋势包括知识表示学习、关系路径建模、事件知识学习等。
• AMiner通过可视化分析，展示了知识图谱领域的研究热点和未来可能的发展方向。

技术人才介绍

知识表示与建模领域

• Gerhard Weikum：YAGO知识库创始人之一，研究方向包括知识表示、信息抽取等。
• Tom M. Mitchell：NELL系统核心研发成员，研究领域涵盖机器学习和自然语言处理。
• Ian Horrocks：描述逻辑推理系统奠基人，研究领域包括本体语言和知识表达。
• 王海勋：清华大学副教授，研究领域包括知识图谱、社会网络分析等。
• 唐杰：AMiner大数据平台创始人，研究方向包括知识图谱、自然语言处理等。

知识获取领域

• Christopher D. Manning：斯坦福NLP实验室创始人，研究方向包括自然语言处理和信息抽取。
• 韩家炜（Jiawei Han）：知识获取领域著名专家，研究方向包括数据挖掘和关联规则。
• Ralph Grishman：自然语言处理和信息抽取领域的专家，提出MENE系统。
• 周国栋：苏州大学教授，研究方向包括自然语言处理和信息抽取。
• 黄萱菁：复旦大学教授，研究方向包括问答系统和中文信息处理。

知识融合领域

• Renée J. Miller：知识融合领域的学者，研究方向包括实例匹配和语义集成。

图表与数据

• 图1：知识工程发展历程
• 图2：知识图谱三级结构
• 图3：知识图谱细分领域学者选取流程图
• 图4：知识表示与建模的两种方式
• 图5、图6：知识表示与建模领域全球和国家分布
• 图7、图8：中国知识表示与建模领域学者分布和迁徙情况
• 图9：知识表示与建模领域h-index分布
• 图10、图11：知识获取领域全球和国家分布
• 图12、图13：中国知识获取领域学者分布和迁徙情况
• 图14：知识获取领域h-index分布
• 图15：语义集成的常见流程
• 图16、图17：知识融合领域全球和国家分布
• 图18、图19：中国知识融合领域学者分布和迁徙情况
• 图20：知识融合领域h-index分布

总结

本报告全面梳理了知识图谱的概念、发展历程、技术人才、应用领域和未来趋势，展示了知识图谱在人工智能中的重要地位。通过分析全球和中国学者的研究方向与分布，报告为学术界和产业界提供了重要的参考信息。知识图谱的构建和应用在多个领域取得了显著成果，未来研究方向和趋势也展现出广阔的发展前景。