第2章
知識圖譜技術(shù)體系

當(dāng)前，人工智能技術(shù)的發(fā)展速度之快已經(jīng)超出了所有人的想象，以至于總會有人不斷將現(xiàn)有人工智能的表現(xiàn)與人類相比較。然而，在經(jīng)過不同層面的對比之后，不難得出一個結(jié)論：盡管目前人工智能技術(shù)在一些特定任務(wù)上有比較好的表現(xiàn)，但在一些開放性的任務(wù)上往往不盡如人意。換言之，利用深度學(xué)習(xí)和大數(shù)據(jù)，目前的人工智能系統(tǒng)足夠“聰明”，雖可以在計算密集型任務(wù)上超越人類，卻遠(yuǎn)未達(dá)到“有學(xué)識”的程度，無法和人一樣進(jìn)行復(fù)雜的推理和聯(lián)想等。而知識圖譜被認(rèn)為是讓人工智能系統(tǒng)做到“有學(xué)識”的關(guān)鍵，它通過諸如RDF、圖形式等存儲各種各樣的結(jié)構(gòu)化知識，成為人工智能的“大腦”。

然而知識圖譜并不是單一技術(shù)，而是一整套數(shù)據(jù)加工、存儲及應(yīng)用流程。本章將會圍繞知識圖譜的整體技術(shù)體系進(jìn)行闡述，具體分為四個主要部分：知識表示與知識建模、知識抽取與知識挖掘、知識存儲與知識融合、知識檢索與知識推理。通過閱讀本章，讀者能夠建立對知識圖譜技術(shù)棧的整體認(rèn)知。