知识图谱与文献综述

知识图谱与文献综述

问:CONNECTED PAPERS 论文知识图谱的使用
  1. 答:这是一款阿里员工业余时间设计的论文相似性可视化的工具
    功能是查找相似论文,并用图表的形式展现这些论文之间的培锋银关系。
    可以把它理解为这篇论文的祖先们
    这些是图表中最常被引用的论文,它们是该领域重要的开创性工作。
    选择这些论文的时候,有引用关系的论文会被高亮。
    可以把它理解为这篇论文的后代们
    这些论文可能是受到图表中的论文启发的基樱近期相关工作,或者是对该领域的调查。
    通常包括该领域的现状,系统综述,元分析等。
    同样,选择这些论文的时候,有引用关系的论文会被高亮。
    我认为这款工具理论上非常适合用于辅助论文中Related Work,和Literature Review部分,比如下面这部分是对Related Work部分如何完成的指导,可以看出需要10到20个相关工作,借助CONNECT PAPERS(以配宴下简称CP)可以很直观地获取更多的相似论文。找到该主题的“先祖“或者“后代”。
问:什么是知识图谱?对课堂教学、科学研究或课程体系有哪些启示?
  1. 答:知识图谱是通过将应用数学、图形学、信息可如厅衫视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领伏睁域以及整体知识架构达到多学科融合目的的现代理论。
    知识图谱,它能为学科研究提供切实的、有价值的参考。渣腔
    在课堂教学、科学研究或课程体系可以使用知识图谱更加有效的展示知识。
    主要特点
    1、用户搜索次数越多,范围越广,搜索引擎就能获取越多信息和内容。
    2、赋予字串新的意义,而不只是单纯的字串。
    3、融合了所有的学科,以便于用户搜索时的连贯性。
    4、为用户找出更加准确的信息,作出更全面的总结并提供更有深度相关的信息。
    5、把与关键词相关的知识体系系统化地展示给用户。
    6、从整个互联网汲取有用的信息让用户能够获得更多相关的公共资源。
  2. 答:Richard 认为知识图谱未来的一个重要研究方向是使用强化学习进行多跳知识图谱推理。 知识图谱的缺陷之一是不完整性,即知识配答图谱能存储的培瞎慧事实是神唤有限的
问:知识图谱概念是什么?
  1. 答:知识图谱的扮空概念是:知识图谱是自顶向下(top-down)的构建方式。自顶向下指的是先为知识图谱定义好本体与数据模式,再将实体加入到知识库。
    该构建方式需要利用一些现有的结构化知识库作为其基础知识库,例如 Freebase 项目就是采用这种方式,它的绝大部分数据是从维基百科中得到的。
    然而目前,大多数知识图谱都采用自底向上(bottom-up)的构建方式。自底向上指的是从一些开放连接数据(也就是 “信息”)中提取出实体,选择其中置信度较高的加入到知识库,再构建实体与实体之间的联系。
    知识图谱的体系架构是:
    知识图谱的架构主要包括自身的逻辑结构以及体系架构。
    知识图谱在逻厅皮瞎辑结构上可分为模式层与数据层两个层次,数据层主要是由一系列的事实组成,而知识将以握孝事实为单位进行存储。
    如果用(实体1,关系,实体2)、(实体、属性,属性值)这样的三元组来表达事实,可选择图数据库作为存储介质,例如开源的 Neo4j、Twitter 的 FlockDB、JanusGraph 等。
    模式层构建在数据层之上,主要是通过本体库来规范数据层的一系列事实表达。本体是结构化知识库的概念模板,通过本体库而形成的知识库不仅层次结构较强,并且冗余程度较小。
    大规模知识库的构建与应用需要多种智能信息处理技术的支持。通过知识抽取技术,可以从一些公开的半结构化、非结构化的数据中提取出实体、关系、属性等知识要素。通过知识融合,可消除实体、关系、属性等指称项与事实对象之间的歧义,形成高质量的知识库。
    知识推理则是在已有的知识库基础上进一步挖掘隐含的知识,从而丰富、扩展知识库。分布式的知识表示形成的综合向量对知识库的构建、推理、融合以及应用均具有重要的意义。
知识图谱与文献综述
下载Doc文档

猜你喜欢