人工智能导论-课件-PPT-第2章知识图谱.pptx

1、知识表示和知识图谱人工智能导论2.2知识图谱 信息技术飞速发展，不断推动着互联网技术的变革，互联网的核心性技术Web经历了网页链接到数据链接的变革后，正逐渐向大规模的语义网络演变。语义网络将知识采用网络的形式表示，它将经过加工和推理的知识以图形的方式提供给用户，而实现智能化语义检索的基础和桥梁就是知识图谱。知识图谱第一部分第二部分第三部分第四部分什么是知识图谱知识图谱的表示知识图谱的应用知识图谱的总结与展望什么是知识图谱“度秘”是另一种形式的百度搜索框IBM 想让机器人沃森和你一起开会疾病症状被 Google 纳入“知识图谱”之中什么是知识图谱？案例引入查阅与思考（1）查阅一个知识图谱的应用实

2、例。（2）你能列举一些应用知识图谱解决问题的领域吗？什么是知识图谱 知识图谱的概念，由Google于2012年率先提出，其初衷是用以增强自家的搜索引擎的功能和提高搜索结果质量，使得用户无需通过点击多个链接就可以获取结构化的搜索结果，并且提供一定的推理功能，创造出一种全新的信息检索模式。本质上，知识图谱就是利用可视化的图谱形象展示客观世界中的概念、实体及其间的复杂关系。Google 知识图谱的宣传语“Things, not strings” 给出了知识图谱的精髓，即:不要无意义的字符串，而是获取字符串背后隐含的对象或事物。搜索引擎中知识图谱的应用知识卡片：早期互联网搜索仅仅是基于本文的链接，搜索

3、时仅单纯的给出包含搜索词的网页，让用户去网页中寻找答案。2012年谷歌提出知识图谱并且将其应用于语义搜索，改进搜索质量，搜索算法会在网页搜索时尽可能的链接与其相关的结构化信息，这些信息会以知识卡片（Knowledge Card）的形式返回给用户，知识卡片就是知识图谱在搜索引擎中最早的表现形式。知识卡片知识图谱在搜索中的展现-知识卡片（图片来源于搜狗）知识图谱在搜索中的展现-知识卡片（图片来源于百度）知识卡片关系搜索中的知识卡片展现（图片来源于搜狗）关系搜索中的知识卡片展现（图片来源于百度）知识图谱的表示知识图谱的表示 从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图（Multi-re

4、lational Graph）,就是把所有不同种类的信息连接在一起而得到的一个关系网络。如图所示为一多关系图，它包含多种类型的节点和多种类型的边，不同形状和颜色代表不同种类的节点和边。知识图谱的表示边边 边边 节节点点 节点节点 节点表示实体或概念，边则构成关系。实体指的是现实世界中的具体事物或具体的人，比如著名的物理学家爱因斯坦、伟大的思想家马克思等；概念是指人们在认识世界过程中形成的对客观事物的概念化表示，如人、动物、组织结构等；关系则用来表达不同实体、概念之间的联系，例如小王和小李是“同事”、李红-“工作在”-上海等等。知识图谱的表示知识图谱可以方便的表示生活中的很多场景，比如一个人的社

5、交网络图谱，如图所示，以图谱的形式清晰呈现出社交人脉。知识图谱的表示社交关系图谱中的实体既可以有“人”，也可以包含“公司”“学校”等组织机构实体。人与人之间可以是亲人、朋友，同学、同事、邻居等。人和学校之间可以是“在读”或者“毕业”的关系，如图所示。小刚小刚苏宁苏宁大大学学百度百度小白小白小红小红同学同学 同事同事 毕业于毕业于 毕业于毕业于 现任职于现任职于 现任职于现任职于 曾任职于曾任职于 知识图谱的表示实体和关系也会拥有各自的属性，比如人可以有“年龄”和“身高”等属性。当我们把所有这些信息作为关系或者实体的属性添加后，所得到的图谱称之为属性图 （Property Graph）。如图所示

6、为一个简单的属性图，小白年龄35岁，任职于百度，职位为区域经理，百度公司成立于2000年1月。小小刚刚苏宁苏宁大学大学百度百度小白小白小红小红同学同学 同事同事 毕业于毕业于 毕业于毕业于 现任职现任职于于 现任职现任职于于 曾任职曾任职于于 年龄年龄：3535，职位职位：区域区域经理经理 成立时间成立时间：2000年年1月月 学习思考（1）查阅资料，思考一下传统知识表示和知识图谱的区别与联系。（2）试着为自己绘制一个社交网络的知识图谱。知识图谱的应用知识图谱的应用延伸阅读百度知识图谱在生活中的应用( 一 ) 小度智能音箱（二）小度在家（三）三星Bixby语音智能助手（四）TCL智能电视（五）

7、百度百家号智能写作助手知识图谱的应用延伸阅读百度知识图谱在生活中的应用查阅与思考（1）谈谈生活中你所使用的智能设备里，哪些涉及到了知识图谱？（2）查阅相关文献资料，了解知识图谱在教育、医疗行业及农业方面的应用。（3）想一想未来的知识图谱将会怎样改变我们的生活？知识图谱的应用 知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式，使得网络的智能化水平更高，更加接近于人类的认知思维。目前，除了我们前面提到的搜索引擎的应用外，知识图谱已在智能问答、智能推荐以及一些垂直行业中有所应用，成为支撑这些应用发展的动力源泉。知识图谱的应用1. 智能问答智能问答目前也是一个

8、非常热门的方向，它是信息检索系统的一种高级形式，它降低了人机交互的门槛，非常适合成为互联网的新入口。相较于传统的用户输入问题，搜索引擎返回网页的方式，智能问答系统可以直接通往答案。目前很多问答平台引入了知识图谱，典型的应用有苹果的Siri，下图为苹果Siri的问答展示。天津聚问网络技术服务中心开发的大型在线问答系统OASK，就是专门为门户、企业、媒体、教育等各类网站提供良好的交互式问答解决方案的。 知识图谱的应用Siri的问答展示1 1SiriSiri的问答展示2 2知识图谱的应用2.智能推荐 在智能推荐方面，可基于知识图谱构建场景，提供基于场景的推荐。例如在电商领域，通过整合商品间关联的信息

9、以及从互联网抽取的相关信息，形成知识库和产品库，构建企业自身的知识图谱。当用户输入关键词查看商品时，知识图谱会为用户提供此次购物方面最相关的信息，并且还能通过用户已购产品推断其购物场景，向其推荐其他相关场景产品。 社交网络Facebook于2013年推出的Graph Search产品，其核心技术就是通过知识图谱将人、地点、事情等联系在一起，帮助用户在庞大的社交网络中找到与自己最具相关性的人，其主要功能就是智能推荐。知识图谱的应用 3. 金融领域 金融领域的应用主要包括风险控制和智能投顾等。 在风险控制方面，通过构建工商知识图谱，可以将人、公司的信息用可视化的方式清晰的展示出来。 在智能投顾方面

10、，通过对金融数据进行结构化提取和智能化分析，根据客户自身的理财需求，实现自动理财顾问。当在某个宏观经济事件或者企业相关事件发生的时候，券商分析师、交易员、基金公司基金经理等投资研究人员可以通过知识图谱做更深层次的分析和更好的投资决策。知识图谱的应用教育医疗科研农业旅游人力资源管理知识图谱的总结与展望知识图谱的总结与展望 知识图谱的构建是多学科的结合，需要知识库、自然语言理解，机器学习和数据挖掘等多方面知识的融合，是相关领域研究的最新成果，在未来的几年时间内，知识图谱毫无疑问将是人工智能的前沿研究问题，各行各业都在讨论适合自己的知识图谱。 虽然现在知识图谱很多，但大部分还处于初级阶段，只是侧重于简单事实，对于常识的覆盖十分有限，依然面临众多挑战和难题，如：知识库的自动扩展、异构知识处理、推理规则学习、跨语言检索等。总体而言，知识图谱技术的落地应用前景是光明的，但是也需要充分意识到知识图谱面临的巨大挑战。THINKS人工智能导论