知识图谱发展报告(2018)
知识图谱 概念与技术：第12章 基于知识图谱的搜索与推荐
《知识图谱: 概念与技术》第12 讲基于知识图谱的搜索与推荐•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐搜索的进化•Web搜索用户到底想搜什么内容？除了返回姚明的信息还能提供其他内容么？•Web搜索的进化•Web 搜索的进化keyword/stringthing/entity related things相关实体、概念潜在关系有关的属性确定搜索目标发现匹配结果匹配结果排序相关结果推荐搜索意图理解：•分词•规则解析•实体识别•实体链接•……•目标实体的属性展示•相关实体、概念的推荐•展现目标实体与相关实体间的关系•……•排序学习•目标实体、属性的查找•关联计算知识图谱•Web搜索的工作流程内容提纲•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐搜索意图理解•因为搜索/查询语句一般都是短文本，因此搜索意图的理解最主要的挑战是短文本的实体链接•实体链接的基本任务•将指代实体的文本mention链接到知识库中特定实体的过程•实体链接的相关问题与挑战•实体解析/命名实体识别entity resolution/name entity recognition•共指消解co-reference resolution•词义消岐word sense disambiguation•……短文本实体链接•实体链接为什么是一个挑战？•同一个实体在广泛的文本中可能有多个mention（指代词）•Barack Obama•Barack H. Obama都是指美国前任总统奥巴马•President Obama•Senator Obama•President of the United States•同一个指代词可能指代多个不同实体•Michael Jordan 到底是指篮球巨星还是机器学习大牛？•“苹果”是指能吃的水果还是时尚的公司/手机？•算法目标•利用实体指代词m 与候选实体e 的上下文等相关特征计算两者的匹配度分数φe,m ，按分数进行排序，并选择分数最大的实体e best 作为m 的链接结果，即e best =argmax e φe,m •局部模型•为短文本中的每个指代词及其链接的实体单独计算φe,m ，每个链接实体都是独立产生•全局模型•考虑文本中多个指代词所链接的实体间联系，对上下文内所有歧义的实体指代一同消歧•令Γ={m 1,e 1,m 2,e 2…}为一个全局实体链接方案，则目标函数为：Γbest =argmax ΓO Γ=argmax Γi=1N φm i ,e i +t j ∈Γψe i ,e jψe i ,e j 是实体e i ,e j 之间的相关度分数不光考虑实体和指代词之间的相关度，还考虑•上下文特征•示例：...when did Steve leave apple...{Steve Jobs,Steve Wozniak,Steve Ballmer,...}句中提的到底是哪个Steve？•上下文特征•文本相似度•计算候选实体上下文文本（如百科页面）与指代词上下文的相似度•候选实体上下文：实体的百科页面（或摘要文字）、实体锚文本•指代词上下文：指代词所在的段落/文档、紧挨指代词前后的n个词•相似度模型：词袋向量、概念（主题）向量•上下文特征•实体间的相似度•计算候选实体e1与上下文中的实体e2的相似度分数，通常利用两个实体的邻居集合U1和U2进行比较•相似度/相关度计算指标：•Jaccard e1,e2=|U1∩U2||U1∪U2|•PMI e1,e2=U1∩U2/|W|U1/|W|∗|U2|/|W|•NGD e1,e2=1−log max|U1|,|U2|−log U1∩U2log|W|−log min|U1|,|U2|•AdamicAdar e1,e2=σn∈U1∩U2log1degree n•短文本实体链接的挑战•训练数据缺乏•难以训练出符合应用环境的监督模型•上下文中的其他实体少•局部模型起主导作用•上下文中的词语少•通常只提供了模糊的主题信息•“红楼梦是谁写的”•“写”->“文学作品”->红楼梦（四大名著之一）•主题的作用•因为短文本上下文的信息量少，利用主题是比较流行的做法•现有主题方法的不足•潜在的主题（LDA）•难以捕捉到实体的细粒度特征•难以解释•手工构造的主题•难以扩展•利用实体的概念作为主题•可以捕捉实体细粒度特征•大量的信息(实体的文章和属性)•大覆盖度(甚至囊括新实体或者长尾实体)•计算主题凝聚度[1]•首先实体与指代词之间的主题/概念相似度sim c m,e=cos v c m,v c ev c e是实体的概念向量，v c m是指代词上下文的概念向量，计算如下：v c m=w∈CT(m)v c w D(w,m)CT(m)是上下文词集合•词的概念向量v c w的每一维如下计算r w,c=e∈E n w,e·r(e,c)σr(e,c′)•再计算实体与指代词之间的文本相似度cos v w w c,v w w d sim t m,e=max wc∈CT m,w d∈KP(e)KP(e)是关键词组集合，从实体相关文档与属性中抽取•另外再考虑与上下文无关的特征相似度•实体流行度•实体名与指代词的相似度•综合几类相似度分数得到实体与指代词间的最终相似度φe,m•全局目标函数Γ=arg maxΓ′i=1Nφe,m i+ψΓ′•其中实体凝聚度（实体间的相关度）为ψΓ=e i∈Γ,e j∈Γcoℎe i,e j •短文本上下文中的实体少，因此•NP难的全局算法复杂度可以接受•不需要近似算法•计算实体凝聚度•结合实体相似度和相关度coℎe1,e2=γ·sim e e1,e2+1−γ·rel e1,e2•sim e e1,e2相似度：可考虑NGD距离•rel e1,e2相关度首先计算rel′e1,e2=r∈R(e1,e2)2T e1,r+|H(r,e2)|R(e1,e2)是e1,e2之间的关系集合，T e1,r={e′|e1,r,e′∈KG}，H(r,e2)={e′|e′,r,e2∈KG}•像“配偶” 和“父母”这样对应少的关系会有大权值•像“国家” 和“出生地”这样对应多的关系会有小权值•由于逆关系通常对应的是同一个关系，因此两个方向取最大值得到rel e1,e2=max(rel′e1,e2,rel′e2,e1)内容提纲•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐实体探索•探索目标实体本身以外更多的内容•展现实体的属性信息•发现（推荐）更多相关实体•KG中的邻居实体（包括直接邻居和高阶邻居）•对目标实体进行概念化的说明/解释•展现目标实体与相关实体间的关系•……•More than oneentity•问题定义[2]•对于给定的一个实体e s，并针对目标实体e所属的类型T及其与给定实体的关系描述R，为目标实体计算如下的概率，最后按照此概率对所有相关的目标实体进行排序并输出•实体共现相关度•实体类型过滤•利用百科实体页面中的分类信息•利用命名实体识别工具•上下文建模t 是关系描述R 中的一个词，是实体e 与e s 的共现语言模型，t 越多地出现在e 与e s 的共现文档集合中，则越大前述的计算两个实体相似度的方法都可适用•问题定义[3]•给定由一组实体代表的查询q ，产生一个（组）概念能完美解释给定实体间的潜在联系•q 中包括搜索实体与推荐的相关实体，因此产生的概念是发现相关实体的基础BRICEmerging economy Growing Market Chinese internet giantChinese companyCountryCompany应该推荐什么相关实体？•算法描述•寻找的概念c i应满足下述目标1. Probabilistic Relevance Modelargmax e∈E−q rel q,e=iP e c i P c i qδ(c i)2. Relative Entropy Modelargmin e∈E−q KL P C q,P C q,e=i=1nδ(c i)P c i q log(P(c i|q)P(c i|q,e))利用Probase发现概念与实体间的关系找到的概念既要有代表性又要能很好地在最优的粒度层级上解释所推荐的相关实体•计算P(c i |q)1. Naïve Bayes ModelP c i q =P(q|c i )P(c i )P(q)∝ෑe j ∈qP(e j |c i )P(c i )∝P(c i )ෑe j ∈q,n e j ,c i >0λP(e j |c i )ෑe j ∈q,n e j ,c i =0(1−λ)P(e j )2. Noisy-or ModelP c i q =1−ෑe j ∈q(1−P(c i |e j ))•计算δ(c i)•用于度量目标概念的粒度，好的概念既不能太一般化也不能太具体化Concept Number of EntitiesCountry2648Developing country149Growing market18 Entity-based ApproachChina India BrazilDevelopingCountryCountryHierarchy-based Approach 距离q中实体更近的概念更值得考虑•计算δ(c i)1. Entity-based Approach•Penalize popular concepts•δc i=1P(c i)2. Hierarchy-based Approach（Average first passage time）•argmaxC q k σc∈C q kσqi∈qℎ(q i|c)•൝ℎq i c=0,if q i=c ℎq i c=1+σc′∈c(c′)P c′q iℎ(c′|c)if q i≠c•发现实体间的潜在关联具有重要应用价值•KG为实体间的关系提供了数据支撑•挑战：两个实体间的关联路径可能有多条哪种关系才是最该展现的？ISIS头目与一位伊朗少将之间的关联路径[4]•问题转化为对实体间的各条路径进行排序，主要考虑三个要素[4]•Specificity：流行的实体得分要低（类似IDF基本思想）score1p=σe∈p spec e,spe p=log(1+1/docCount(e))•Connectivity:路径中一条边e1,e2的权重与e1和e2的相似度成正比score2p=σ(e1,e2)∈p sim e1,e2,sim e1,e2=cos(e1,e2)•Cohesiveness:要考虑紧挨着的两条边（三个实体）之间的凝聚度score3p=(e1,e2,e3)∈psim e1+e2,e3•最终，score p=score1p×score2p×score3pe1是DSM模型[5]产生的实体向量，也可以用前述的方法计算两个实体的相似度•展现实体关系图谱•基于实体间发现的重要关系，可将目标实体与所有挖掘出的相关实体一同展现到一个关系图谱中，为搜索用户提供更加丰富的信息参考文献[1]L.Chen,J.Liang,C.Xie and Yanghua Xiao.“Short Text Entity Linking with Fine-grained Topics”.CIKM(2018).[2]Bron, Marc, K. Balog, and M. D. Rijke. “Ranking related entities: components and analyses.”ACM International Conference on Information and Knowledge Management ACM, 2010:1079-1088.[3]Y.Zhang, Yanghua Xiao et al. “Entity Suggestion with Conceptual Expanation”.IJCAI(2017).[4]Aggarwal, Nitish, S. Bhatia, and V. Misra. “Connecting the Dots: Explaining Relationships Between Unconnected Entities in a Knowledge Graph.” (2016).[5]N. Aggarwal and P. Buitelaar. Wikipedia-based distributional semantics for entity relatedness. In AAAI Fall Symposium Series, 2014.内容提纲•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐电影（豆瓣）图书（亚马逊）推荐系统应用挂广泛•推荐算法的目标p(i|u)或者f:U×I Rargmaxi∈I•推荐算法分类•基于协同过滤:p(i|u,behavior(u))•基于记忆•基于模型•基于内容:p(i|u,content(u,i))•混合方法•基于知识:p(i|u,knowledge)•推荐算法的基本框架精准的用户/物品画像是关键•传统推荐算法的挑战•基于协同过滤•冷启动•数据稀疏•可扩展性•……•基于内容•特征描述•同义/多义词•结果同质性•……❑提高精准度（precision ）❑知识图谱为物品引入了更多的语义关系❑知识图谱可以深层次地发现用户兴趣推荐系统中引入知识图谱的优势：喜欢盗梦空间小李子泰坦尼克号主演主演可能喜欢❑增加多样性（diversity）❑知识图谱提供了不同的关系连接种类❑有利于推荐结果的发散，避免推荐结果越来越局限于单一类型推荐系统中引入知识图谱的优势：喜欢盗梦空间小李子泰坦尼克号主演主演科幻黑客帝国克里斯托弗·若兰敦刻尔克题材题材导演导演推荐系统中引入知识图谱的优势：❑可解释性（interpretability）❑知识图谱可以连接用户的兴趣历史和推荐结果❑提高用户对推荐结果的满意度和接受度，增强用户对推荐系统的信任喜欢盗梦空间你可能也喜欢：泰坦尼克号，因为它们有相同的主演；黑客帝国，因为它们有相同的题材；敦刻尔克，因为它们有相同的导演；……内容提纲•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐•基于约束的知识化推荐•什么是约束知识？•通过用户的输入限定物品属性值形成规则集合，形成候选物品的范围约束——关于用户的知识•例如：电影的演员、歌曲的演唱者、餐馆的菜系、手机的价位等类似基于输入条件的查询大众点评餐馆查询/推荐的属性选择页面•基于个案的知识化推荐•什么是个案知识？•先通过某种算法产生一组候选物品给用户选择，将用户的选择作为参照物，再通过物品间的相似性计算找出其他与参照物品高度相似的候选物品，再让用户进一步选择，多次与用户的迭代交互，直至最终产生用户最想要的物品类似问答式的搜索•传统的推荐系统对知识的理解不同于KG的知识•用户的标签、社交网络、商品的目录等信息，只要是有助于发现用户个性偏好和物品特征的数据都曾被看作是知识传统用户/物品知识vs知识图谱知识•传统知识化推荐的挑战•物品知识的获取•系统需要人工构建知识，对长尾实体的覆盖有限•用户知识的获取•系统需要用户输入信息，甚至要反复交互，体验感差知识图谱的出现为解决这些问题带来契机！内容提纲•基于知识图谱的搜索•搜索意图理解•实体探索•基于知识图谱的推荐•基于传统知识的推荐•基于知识图谱的物品画像•基于知识图谱的用户画像•基于知识图谱的跨领域推荐•基本算法目标p(i|u,knowledge(i))argmaxi∈I•基于向量空间模型[2]•为每种属性生成一个表示向量，每一维对应该属性的某个值的权重•例如，电影的演员属性可以表示成一个向量，第一维的值可以是第1号演员对该电影的TF-IDF权重值TF-IDF值如何计算？•两部电影在某种属性上的相似度可以计算为该属性的两个向量的距离•两部电影的相似度则是所有属性相似度的综合，例如加权和或加权平均每种属性的权重如何考虑？•基于向量空间模型[2]用户u对电影m i的喜好评分按照以下公式计算：属性p的权重电影I和j在属性p上的相似度。
以通俗易懂的方式来讲解知识图谱相关的知识
以通俗易懂的方式来讲解知识图谱相关的知识导读：从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。
它在技术领域的热度也在逐年上升。
本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭建知识图谱过程当中需要经历的步骤以及每个阶段需要考虑的问题都给予了比较详细的解释。
对于读者，我们不要求有任何AI相关的背景知识。
1. 概论随着移动互联网的发展，万物互联成为了可能，这种互联所产生的数据也在爆发式地增长，而且这些数据恰好可以作为分析关系的有效原料。
如果说以往的智能分析专注在每一个个体上，在移动互联网时代则除了个体，这种个体之间的关系也必然成为我们需要深入分析的很重要一部分。
在一项任务中，只要有关系分析的需求，知识图谱就“有可能”派的上用场。
2. 什么是知识图谱？知识图谱是由Google公司在2012年提出来的一个新的概念。
从学术的角度，我们可以对知识图谱给一个这样的定义：“知识图谱本质上是语义网络（Semantic Network）的知识库”。
但这有点抽象，所以换个角度，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-relational Graph）。
那什么叫多关系图呢？学过数据结构的都应该知道什么是图（Graph）。
图是由节点（Vertex）和边（Edge）来构成，但这些图通常只包含一种类型的节点和边。
但相反，多关系图一般包含多种类型的节点和多种类型的边。
比如左下图表示一个经典的图结构，右边的图则表示多关系图，因为图里包含了多种类型的节点和边。
这些类型由不同的颜色来标记。
在知识图谱里，我们通常用“实体（Entity）”来表达图里的节点、用“关系（Relation）”来表达图里的“边”。
实体指的是现实世界中的事物比如人、地名、概念、药物、公司等，关系则用来表达不同实体之间的某种联系，比如人-“居住在”-北京、张三和李四是“朋友”、逻辑回归是深度学习的“先导知识”等等。
国内基本公共服务均等化研究知识图谱
低收入群体的消费影响进行实证研究，由于家庭消费和可支配收入可能同时受到家庭成员的能力、偏好、对未来的预期等一系列不可观察因素的影响，这将导致普通OLS估计出现偏误，我们运用双重差分（DID）方法以消除传统回归中的样本中的内生性问题，并通过了稳健性检验，更有效地获得相应结论。
实证结果表明，对于2，000~3，500元的纯减税群体来说，个税起征点的提高带来了17%的消费提升；对于2，000元的未享受政策福利的群体来说，个税起征点的提高带来了25%的消费提升，反而要高于享受了政策福利的减税群体。
这个结论反映了税改政策确实有刺激消费的作用，但国民的可支配收入普遍提高的情况下，流入市场的货币就会增加，也就间接地抬高了市场上商品的物价。
可以看出，2，000元以下的低收入群体既没有得到更多的可支配收入，还要承担因政策红利带来的额外生活支出。
因此，我们提出以下相关政策建议：第一，在抬高个税起征点，减少中等收入群体税收的同时，最好能辅以相应的低收入补助标准，发布一些利于低收入群体的政策，进一步提升民生福祉，减轻低收入群体的生活压力。
第二，提高企业最低工资标准，促使更多低收入者迈入中等收入群体，减少低收入者的同时，还可以优化我国消费结构，更有利于内需的拉动和民生福祉的提升。
第三，做好相关的市场物价把控，保证基础生活物资的价格保持在相对稳定的水平上，这样就能极大程度避免因市场中货币流通过多而引发的物价上涨，进而抬高低收入群体生活成本的情况。
第四，加大低收入群体在医疗、教育、住房等方面的基本保障，减轻因市场流动货币增加带给低收入群体相关方面的生活成本。
主要参考文献：［1］廖楚晖，魏贵和.个人所得税改革对我国城镇居民收入与消费的影响［J］.税务研究，2013（09）.［2］刘宁.个税起征点调整对居民消费支出影响的实证分析［J］.消费经济，2009（03）.［3］王鑫，吴斌珍.个人所得税起征点变化对居民消费的影响［J］.世界经济，2011（08）.［4］徐润，陈斌开.个人所得税改革可以刺激居民消费吗［J］.金融研究，2015（11）.基本公共服务均等化是建设服务型政府的重要内容，更是推进国家治理体系和治理能力现代化的必然要求。
我国员工绿色行为研究现状分析——知识化图谱可视化分析及理论视角
引言近年来，环境问题日益严峻，雾霾、全球变暖等已经影响了人们的生活和工作，因此，走可持续发展之路，追求低碳环保绿色，已经成为全球的共识。
环境问题的发生归根到底受到人们行为的影响，企业在经营发展过程中要通过不断加强各种措施，如技术创新、流程改进等，走可持续发展的绿色之路，企业的绿色发展最终还是要落实到企业员工的行为配合与参与上[1]。
近几年，组织行为学家开始关注员工层面在工作场所的亲环境行为，又叫绿色行为。
绿色行为是指企业员工在工作场所采取的有利于环境可持续发展的行为，如节约能源、回收行为、重复利用、环保产品设计等积极践行环境保护的行为[2，3]。
近两年，学者对员工绿色行为的研究呈现明显上升趋势，这些研究对完善和丰富员工绿色行为理论发展和实践作出了重要贡献。
自2019年至今，员工绿色行为的国内研究呈快速发展趋势，因此，有必要对员工绿色行为的国内研究进行梳理。
本文应用知识图谱方法对国内员工绿色行为领域的研究进行梳理，以期为国内员工绿色行为的研究提供参考。
一、研究方法与数据收集（一）研究方法本文借助CiteSpace 软件采用文献计量方法进行可视化分析，即运用关键词共现得到员工绿色行为的研究热点，运用文献共被引分析挖掘国内员工绿色行为研究的知识基础。
（二）数据收集国内文献选择中国知网学术期刊网络出版总库，数据采集时间为2022年9月27日，以“篇关摘=员工绿色行为”OR “员工亲环境行为”OR “环境组织公民行为”OR “环保组织公民行为”OR “员工环保行为”OR “员工环保公民行为”为检索式，匹配为“精确匹配”，检索出2014年至2022年8月间收录与员工绿色行为相关期刊论文，共获得69篇论文，剔除与主题无关的论文，得到论文67篇，其中4篇为综述性论文。
二、数据分析（一）发文趋势阐释发文数量能表示某一主题受关注的程度，每一年是一个数据点，代表该年内发表文献的数量。
最早一篇有关员工绿色行为的文章是王建国（2014）[5]发表的《基于组织支持理论的员工绿色行为意向研究》。
我国军民融合研究热点知识图谱
［关键词］ 军民融合 ；研 究热点 ；共词分析 【中图分类号］Ｅ２５ ［文献标识码］Ａ 【文章 编号］ １６７１—４５４７（２０１８）０２—００１０—０９ ＤＯＩ：１０．１３９４３／ｊ．ｉｓｓｎ １６７１—４５４７．２０１８．０２．０３
一 、 刖 置
军 民融 合是 指 国防 现代 化 建 设 和经 济 社 会 发 展 相互 渗 透 、相 互 交 融 ，在 更 深 程 度 、更 广 范 围 、更 高层 次上 带 动 科 技 、教 育 、经 济 等各 领 域 全 面有 机结 合在 一起 ，最 终 由量 变 到 质 变形 成 更 高的效 益 。军 民融合 作 为 经 济建 设 和 国 防建 设 结 合 的产 物 ，是 实 现 中 国 梦 和 强 军 梦 的重 要 途 径 。 中 国共 产党 第 十八 次全 国代 表 大会 提 出 “中 国特 色 军 民融合 式发 展 ” 并将 富 国和强 军进 行 统 一 部 署 。十八届 三 中全会 进 一 步将 军 民融合 纳入 深 化 国防 和军 队改革 的 三大 任 务 之 一 ，预示 着军 民融 合 的又 一个 春 天 。习近 平 总 书记 连 续 在 全 国人 大 解放军代表 团和多个重要场合强调军民融合发展 战略 的重要 性 和紧 迫性 ，并 将 军 民融合 发 展 上 升 为 国家 战 略 ，提 出要 加 快 建 立 军 民 融 合 创 新 体 系 ，深 入 实施军 民融 合 发展 战 略。近 年 来 ，国 内 学 者对 军 民融合 问 题进 行 了许 多研 究 ，为军 民融 合 发展 的 实施提 供 了 宝贵 的理论 依 据 。 面对 军 民 融 合快 速 发 展 的 契 机 ，理 论 界 应 当 响应 国 家 号
知识图谱与知识表示学习
文主要讲解知识图谱最重要的一部分——知识表示。
２ 从人工智能认识知识图谱
深度学习和知识图谱其实是 AI 的两个分支 [5]，简单地说， 深度学习其实就是聪明的 AI，能够进行感知、识别和判断； 而知识图谱是有学识的 AI，它能够进行思考和推理。所以目 前既要有聪明的算法提供强大的学习能力，又要有丰富的知识 在缺失大量数据的状况下能够通过推理表示出来的能力。AI 的未来离不开联结和符号的相结合、学习和推理的相结合、感 知和认知的相结合 [6]。AI 的核心其实就是学习和推理的过程。
１ 引言
随着网络技术的不断推进和发展，知识图谱成为了近几 年学术界研究的热门话题，知识图谱旨在描述概念、实体、 属性、事件及其之间的联系 [1]。1960 年，语义网络（Semantic Networks）作为知识表示的一种方法被提出，主要用于自然 语言理解领域 [2]。20 世纪 80 年代，本体论（Ontology）中 的哲学概念“本体”被引入人工智能领域用来刻画知识。 1989 年 Tim Berners-Lee 发 明 了 万 维 网 Linked Information System。1998 年提出了语义网（Semantic Web），由超文本 链接向语义链接过渡。2006 年 Tim 提出了数据链接（Linked Data）， 强 调 语 义 网 的 本 质 是 建 立 开 放 数 据 之 间 的 链 接。 2012 年，谷歌发布了基于知识图谱（Knowledge Graph）的 搜索引擎产品。知识图谱由此而生。知识图谱需要建立在知 识数据库的基础之上 [3]，这些知识数据库包括：文本、结构 化数据库、多媒体、传感器、众包等。知识图谱工程包括： 知识表示、知识抽取、知识融合、知识推理、知识问答、语 义搜索、知识链接、知识存储、知识众包与可视化等 [4]。本
基于知识图谱的国内科学数据研究热点和趋势分析
1概述科学数据是指通过收集、观察、分析和创造各类实验数据、个人观测数据、互联网数据、统计数据、仿真数据,并以表格、数字、图像、新媒体等方式呈现出来的数据。
科学数据是科研创新、技术预见的数据来源和工具,也是国家制定各项决策的重要依据。
近年来随着科学研究进入数据驱动科学的数据密集型研究范式时代,国际组织、政府部门和研究机构等都提高了对科学数据领域研究的关注度和经济资助。
例如联合国教科文组织(UNESCO)推出“促进发展中国家科学数据共享与应用全球联盟计划”国际科学理事会(ICSU)建立了促进全球科学数据共享的国际组织:国际科技数据委员会和世界数据系统等[1]。
图书馆是科学数据的过程监护机构、嵌入式管理机构以及科学数据存档与教育机构[2],对科学数据的管理、共享和服务具有不可替代的地位和作用。
科学数据研究领域在我国虽起步较晚,但在近年来也成为图书情报界的研究热点之一。
从图书馆视角出发,对图书情报界科学数据领域研究热点和趋势进行可视化分析,旨在为图书馆员对科学数据领域进行深入研究提供参考。
2数据来源与研究方法2.1数据来源以中国知网(CNKI)为数据来源,采用高级专业检索,检索式为SU='数据共享'+'数据管理'+'数据监管'+'数据监护'+'科研数据'+'研究数据'+'科学数据'AND SU='图书馆',初次检索得到文献记录1260条,通过手动筛选,去除重复和杂质文献,确定1238条有效文献(检索时间为2018年12月13日)。
2.2研究方法Citespace V 知识可视化软件是由美国德雷赛尔大学陈超美[3]教授开发的一种多元、分时、动态的知识图谱绘制工具。
该软件能将抽象的数据转向图形表达[4],让用户直观地看出对应研究领域的相关信息,通过对图谱的分析与理解可掌握该研究领域的知识结构关系与演进规律等特征。
知识图谱课程大纲
知识图谱课程大纲一、课程简介知识图谱是一种表示、存储、管理和应用知识的方法论和技术体系，它基于语义网络和知识表示学，通过对知识的结构化、语义化和链接化，实现知识的可理解、可发现和可推理。
本课程旨在介绍知识图谱的基本概念、原理和应用，培养学生在知识图谱领域的基本能力和实践技巧。
二、课程目标1. 理解知识图谱的基本概念和原理；2. 学习知识图谱的构建和表示方法；3. 掌握知识图谱的查询和推理技术；4. 熟悉知识图谱在各领域的应用案例；5. 培养解决实际问题的能力和创新思维。
三、课程内容第一部分：知识图谱基础1. 知识图谱概述1.1 知识图谱定义1.2 知识图谱的优势和应用领域2. 知识图谱的构建2.1 知识获取方法2.2 知识表示与存储2.3 知识融合与去重3. 知识图谱的表示方法3.1 实体和关系3.2 属性和特征3.3 语义网络和本体第二部分：知识图谱查询和推理1. 知识图谱的查询技术1.1 SPARQL查询语言1.2 图数据库和图查询引擎1.3 知识图谱查询案例分析2. 知识图谱的推理技术2.1 推理规则与推理机制2.2 知识图谱推理应用案例第三部分：知识图谱应用案例1. 面向搜索引擎的知识图谱1.1 知识图谱在搜索引擎中的应用1.2 知识图谱与搜索结果个性化2. 知识图谱在智能问答中的应用2.1 知识图谱与问答系统的关系2.2 知识图谱在智能问答中的应用案例3. 知识图谱在推荐系统中的应用3.1 知识图谱与推荐算法的结合3.2 知识图谱在个性化推荐中的应用案例四、教学方法1. 理论讲授：通过课堂讲解，介绍知识图谱的基本原理和相关技术。
2. 实践操作：通过实验和项目，培养学生在知识图谱领域的实际操作能力。
3. 案例分析：通过实际案例，探讨知识图谱在各行业的应用实践。
五、考核方式1. 平时成绩：参与课堂讨论、实验和项目的表现。
2. 期末考试：考察学生对知识图谱的理解和应用能力。
3. 作业报告：撰写研究性论文或实践报告。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
前言1.知识图谱的研究目标与意义知识图谱（Knowledge Graph）以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。
知识图谱给互联网语义搜索带来了活力，同时也在智能问答中显示出强大威力，已经成为互联网知识驱动的智能应用的基础设施。
知识图谱与大数据和深度学习一起，成为推动互联网和人工智能发展的核心驱动力之一。
知识图谱技术是指知识图谱建立和应用的技术，是融合认知计算、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方向的交叉研究。
知识图谱于2012年由谷歌提出并成功应用于搜索引擎，知识图谱属于人工智能重要研究领域——知识工程的研究范畴，是利用知识工程建立大规模知识资源的一个杀手锏应用。
94年图灵奖获得者、知识工程的建立者费根鲍姆给出的知识工程定义——将知识集成到计算机系统从而完成只有特定领域专家才能完成的复杂任务。
在大数据时代，知识工程是从大数据中自动或半自动获取知识，建立基于知识的系统，以提供互联网智能知识服务。
大数据对智能服务的需求，已经从单纯的搜集获取信息，转变为自动化的知识服务。
我们需要利用知识工程为大数据添加语义/知识，使数据产生智慧（smart data），完成从数据到信息到知识，最终到智能应用的转变过程，从而实现对大数据的洞察、提供用户关心问题的答案、为决策提供支持、改进用户体验等目标。
知识图谱在下面应用中已经凸显出越来越重要的应用价值：-知识融合：当前互联网大数据具有分布异构的特点，通过知识图谱可以对这些数据资源进行语义标注和链接，建立以知识为中心的资源语义集成服务；-语义搜索和推荐：知识图谱可以将用户搜索输入的关键词，映射为知识图谱中客观世界的概念和实体，搜索结果直接显示出满足用户需求的结构化信息内容，而不是互联网网页；-问答和对话系统：基于知识的问答系统将知识图谱看成一个大规模知识库，通过理解将用户的问题转化为对知识图谱的查询，直接得到用户关心问题的答案；-大数据分析与决策：知识图谱通过语义链接可以帮助理解大数据，获得对大数据的洞察，提供决策支持。
2.知识工程的发展历程知识图谱的发展是人工智能重要分支知识工程在大数据环境中的成功应用。
回顾知识工程四十年来发展历程，总结知识工程的演进过程和技术进展，体会知识工程为人工智能所做出的贡献和未来面临的挑战，可以将知识工程分成五个标志性的阶段，前知识工程时期、专家系统时期、万维网1.0时期，群体智能时期以及知识图谱时期。
图1. 知识工程发展历程1950-1970时期：图灵测试人工智能旨在让机器能够像人一样解决复杂问题，图灵测试是评测智能的是手段。
这一阶段主要有两个方法：符号主义和连结主义。
符号主义认为物理符号系统是智能行为的充要条件，连结主义则认为大脑（神经元及其连接机制）是一切智能活动的基础。
这一阶段具有代表性的工作是通用问题求解程序（GPS）：将问题进行形式化表达，通过搜索，从问题初始状态，结合规则或表示得到目标状态。
其中最成功应用是博弈论和机器定理证明等。
这一时期的知识表示方法主要有逻辑知识表示、产生式规则、语义网络等。
这一时代人工智能和知识工程的先驱Minsky，Mccarthy 和Newell以Simon四位学者因为他们在感知机、人工智能语言和通用问题求解和形式化语言方面的杰出工作分别获得了1969年、1971年、1975年的图灵奖。
1970-1990时期：专家系统通用问题求解强调利用人的求解问题的能力建立智能系统，而忽略了知识对智能的支持，使人工智能难以在实际应用中发挥作用。
70年开始，人工智能开始转向建立基于知识的系统，通过知识库+推理机实现智能，这一时期涌现出很多成功的限定领域专家系统，如MYCIN医疗诊断专家系统、识别分子结构的DENRAL专家系统以及计算机故障诊断XCON专家系统等。
94年图灵奖获得者Feigenbaum教授在70年代提出知识工程的定义，确立了知识工程在人工智能中的核心地位。
这一时期知识表示方法有新的演进，包括框架和脚本等。
80年代后期出现很多专家系统的开发平台，可以帮助将专家的领域知识转变成计算机可以处理的知识。
1990-2000时期：万维网Web 1.0在1990年代到2000年，出现了很多人工构建大规模知识库，包括广泛应用的英文WordNet,采用一阶谓词逻辑知识表示的Cyc常识知识库，以及中文的Hownet。
Web1.0万维网的产生为人们提供了一个开放平台，使用HTML定义文本的内容，通过超链接把文本连接起来，使得大众可以共享信息。
W3C提出的可扩展标记语言XML，实现对互联网文档内容的结构通过定义标签进行标记，为互联网环境下大规模知识表示和共享奠定了基础。
这一时期还提出了本体的知识表示方法。
2000-2006时期：群体智能Web 2.0Web1.0万维网的出现使得知识从封闭知识走向开放知识，从集中知识成为分布知识。
原来专家系统是系统内部定义的知识，现在可以实现知识源之间相互链接，可以通过关联来产生更多的知识而非完全由固定人生产。
这个过程中出现了群体智能，最典型的代表就是维基百科，实际上是用户去建立知识，体现了互联网大众用户对知识的贡献，成为今天大规模结构化知识图谱的重要基础。
也是在2001年，万维网发明人、2016年图灵奖获得者Tim Berners-Lee提出语义Web 的概念，旨在对互联网内容进行结构化语义表示，并提出互联网上语义标识语言RDF（资源描述框架）和OWL（万维网本体表述语言），利用本体描述互联网内容的语义结构，通过对网页进行语义标识得到网页语义信息，从而获得网页内容的语义信息，使人和机器能够更好地协同工作。
2006年至今：知识图谱“知识就是力量”，将万维网内容转化为能够为智能应用提供动力的机器可理解和计算的知识是这一时期的目标。
从2006年开始，大规模维基百科类富结构知识资源的出现和网络规模信息提取方法的进步，使得大规模知识获取方法取得了巨大进展。
与Cyc、WordNet和HowNet等手工研制的知识库和本体的开创性项目不同，这一时期知识获取是自动化的，并且在网络规模下运行。
当前自动构建的知识库已成为语义搜索、大数据分析、智能推荐和数据集成的强大资产，在大型行业和领域中正在得到广泛使用。
典型的例子是谷歌收购Freebase后在2012年推出的知识图谱（Knowledge Graph），Facebook的图谱搜索，Microsoft Satori以及商业、金融、生命科学等领域特定的知识库。
最具代表性大规模网络知识获取的工作包括DBpedia，Freebase，KnowItAll，WikiTaxonomy和YAGO，以及BabelNet，ConceptNet，DeepDive，NELL，Probase，Wikidata，XLore，Zhishi.me 等。
这些知识图谱遵循RDF数据模型，包含数以千万级或者亿级规模的实体，以及数十亿或百亿事实（即属性值和与其他实体的关系），并且这些实体被组织在成千上万的由语义类体现的客观世界的概念结构中。
现在我们看知识图谱的发展和应用状况，除了通用的大规模知识图谱，各行业也在建立行业和领域的知识图谱，当前知识图谱的应用包括语义搜索、问答系统与聊天、大数据语义分析以及智能知识服务等，在智能客服、商业智能等真实场景体现出广泛的应用价值，而更多知识图谱的创新应用还有待开发。
3.知识图谱技术人们通过概念掌握对客观世界的理解，概念是对客观世界事物的抽象，是将人们对世界认知联系在一起的纽带。
知识图谱以结构化的形式描述客观世界中概念、实体及其关系。
实体是客观世界中的事物，概念是对具有相同属性的事物的概括和抽象。
本体是知识图谱的知识表示基础，可以形式化表示为，O={C，H，P，A，I}，C为概念集合，如事物性概念和事件类概念，H是概念的上下位关系集合，也称为Taxonomy知识，P是属性集合，描述概念所具有的特征，A是规则集合，描述领域规则，I是实例集合，用来描述实例-属性-值。
Google 于2012年提出知识图谱，并在语义搜索中取得成功应用。
知识图谱可以看做是本体知识表示的一个大规模应用，Google知识图谱的知识表示结构主要描述客观存在实体和实体的关系，对于每个概念都有确定的描述这个概念的属性集合。
知识图谱技术是知识图谱建立和应用的技术，是语义Web、自然语言处理和机器学习等的交叉学科。
我们将知识图谱技术分为三个部分:知识图谱构建技术、知识图谱查询和推理技术，以及知识图谱应用。
在大数据环境下，从互联网开放环境的大数据中获得知识，用这些知识提供智能服务互联网/行业，同时通过互联网可以获得更多的知识。
这是一个迭代的相互增强过程，可以实现从互联网信息服务到智能知识服务的跃迁。
3.1 知识图谱构建知识表示与建模知识表示将现实世界中的各类知识表达成计算机可存储和计算的结构。
机器必须要掌握大量的知识，特别是常识知识才能实现真正类人的智能。
从有人工智能的历史开始，就有了知识表示的研究。
知识图谱的知识表示以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，为理解互联网内容提供了基础支撑。
知识表示学习随着以深度学习为代表的表示学习的发展,面向知识图谱中实体和关系的表示学习也取得了重要的进展。
知识表示学习将实体和关系表示为稠密的低维向量,实现了对实体和关系的分布式表示，可以高效地对实体和关系进行计算,、缓解知识稀疏、有助于实现知识融合，已经成为知识图谱语义链接预测和知识补全的重要方法。
由于知识表示学习能够显著提升计算效率，有效缓解数据稀疏，实现异质信息融合，因此对于知识库的构建、推理和应用具有重要意义，值得广受关注、深入研究。
实体识别与链接实体是客观世界的事物，是构成知识图谱的基本单位（这里实体指个体或者实例）。
实体分为限定类别的实体（如常用的人名、地名、组织机构等）以及开放类别实体（如药物名称、疾病等名称）。
实体识别是识别文本中指定类别的实体。
实体链接是识别出文本中提及实体的词或者短语（称为实体提及），并与知识库中对应实体进行链接。
实体识别与链接是知识图谱构建、知识补全与知识应用的核心技术。
实体识别技术可以检测文本中的新实体，并将其加入到现有知识库中。
实体链接技术通过发现现有实体在文本中的不同出现，可以针对性的发现关于特定实体的新知识。
实体识别与链接的研究将为计算机类人推理和自然语言理解提供知识基础。
实体关系学习实体关系描述客观存在的事物之间的关联关系，定义为两个或多个实体之间的某种联系，实体关系学习就是自动从文本中检测和识别出实体之间具有的某种语义关系，也称为关系抽取。