知识图谱，本质上是一种语义网络，其结点代表实体或者概念，边代表实体或者概念之间的各种语义关系。

(The Knowledge Graph is a system that understands facts about people, places and things and how these entities are all connected)

  • 关键词：知识图谱 – 进阶指南 – 相关工具 – 相关技术

一、中文知识图谱在路上

1.复旦大学知识工场实验室CN-DBpedia

CN-DBpedia，通用领域结构化百科，涵盖数千万实体和数亿级的关系，其前身是复旦GDM中文知识图谱。

访问地址：http://kw.fudan.edu.cn/

在该网站搜索”西安交通大学”

image

2.搜狗知立方

访问地址：http://www.sogou.com/tupu/person.html

在该网站搜索”周杰伦”

image

关系衍生

image

3.百度知心

在百度网站搜索”珠穆朗玛海拔多少千米”，返回结果

image

二、中文知识图谱构建

待更新。。。

三、中文知识图谱进阶指南

1. 零级水平

正则表达式 + SQL + 一种if-then-else的高级语言

2. 一级水平

E-R建模 + 理解实体(Entity)和关系(Relation) + 关系数据库

3. 二级水平

(1)命名：数据库主键和Web上的URI（统一资源标识符）

(2)分类树

(3)RDF(Resource Description Framework)

要会用Java或者Python操作RDF

以下表格，可对应于下列RDF的几行：

Title Artist Country Company Price Year
Empire Burlesque Bob Dylan USA Columbia 10.90 1985
Hide your heart Bonnie Tyler UK CBS Records 9.90 1988
…………          

这是一个RDF文档的其中几行：

    <?xml version="1.0"?>
    <rdf:RDF
        xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
        xmlns:cd="http://www.recshop.fake/cd#">

        <rdf:Description
             rdf:about="http://www.recshop.fake/cd/Empire Burlesque">
              <cd:artist>Bob Dylan</cd:artist>
              <cd:country>USA</cd:country>
              <cd:company>Columbia</cd:company>
              <cd:price>10.90</cd:price>
              <cd:year>1985</cd:year>
        </rdf:Description>

        <rdf:Description
             rdf:about="http://www.recshop.fake/cd/Hide your heart">
              <cd:artist>Bonnie Tyler</cd:artist>
              <cd:country>UK</cd:country>
              <cd:company>CBS Records</cd:company>
              <cd:price>9.90</cd:price>
              <cd:year>1988</cd:year>
        </rdf:Description>
        .
        .
        .
    </rdf:RDF>

(4)掌握Turtle和JSON-LD

关于Turtle

用python代码画五角星：

    import turtle
    turtle.setup(2000, 2000, 0, 0)
    turtle.pensize(20)
    turtle.pencolor("black")
    turtle.seth(0)
    length = 400
    angle = 0
    for i in range(5):
        turtle.fd(length)
        angle = angle - 144
        turtle.seth(angle)

结果如图：

image

关于JSON-LD(JSON for Linking Data)

JSON-LD is a lightweight Linked Data format. It is easy for humans to read and write. It is based on the already successful JSON format and provides a way to help JSON data interoperate at Web-scale. JSON-LD is an ideal data format for programming environments, REST Web services, and unstructured databases such as CouchDB and MongoDB.

JSON-LD数据格式如下：

{
  "@context": {
    "ical": "http://www.w3.org/2002/12/cal/ical#",
    "xsd": "http://www.w3.org/2001/XMLSchema#",
    "ical:dtstart": {
      "@type": "xsd:dateTime"
    }
  },
  "ical:summary": "Lady Gaga Concert",
  "ical:location": "New Orleans Arena, New Orleans, Louisiana, USA",
  "ical:dtstart": "2011-04-09T20:00Z"
}

数据形式如图：

image

4.三级水平

(1)图数据库(Neo4j、OrientDB)

Neo4j

图形数据库数据模型的主要构建块是：

  • 节点
  • 关系
  • 属性

image

OrientDB

OrientDB的主要特点是支持多模型对象,即它支持不同的模型:

  • 文档
  • 图形
  • 键/值
  • 真实对象

(2)支持JSON的关系数据库(PostgreSQL)

(3)用数据库表达实体-关系、表达分类树

5.四级水平

查询语言SPARQL、Cypher、Gremlin

6.五级水平

真正的推理规则-OWL

7.六级水平

更容易理解的规则语言-Logic Program

8.七级水平

(1)规则语言中游弋：

RIF-BLD,RIF-PRD,SWRL,RuleML,JESS,DLV,XSB,Prolog

(2)理解各种推理机的性能

(3)谙熟各种知识建模套路

9.八级水平

设计一个完整的语义或知识应用（入坑、爬出来，再入坑、再爬出来，再再入坑…………直到爬不出来）

10.九级水平

思考人生，思考人性

11.十级水平

融会贯通，综合运用

12.原文作者博客：

文因互联