1 什么是知識圖譜？

通俗地講，知識圖譜就是把所有不同種類的信息（Heterogeneous Information）連接在一起而得到的一個關系網絡。

知識圖譜這個網絡具備以下3種特性：

1.1 由節點(Point)和邊(Edge)組成

1.2 每個節點表示現實世界中存在的“實體”，每條邊為實體與實體之間的“關系”

1.3 知識圖譜是關系的最有效的表示方式

所以，知識圖譜本質上就是語義網絡，是一種基于圖的數據結構；

2 知識圖譜能干什么？

先按知識圖譜應用的深度主要可以分為兩大類：

一是通用知識圖譜，通俗講就是大眾版，沒有特別深的行業知識及專業內容，一般是解決科普類、常識類等問題。

二是行業知識圖譜，通俗講就是專業版，根據對某個行業或細分領域的深入研究而定制的版本，主要是解決當前行業或細分領域的專業問題。

下面我根據這兩大類，分別從知識圖譜應用的廣度進行介紹：

2.1 通用知識圖譜

我們日常見到的都是通用知識圖譜，主要應用于面向互聯網的搜索、推薦、問答等業務場景；

先列舉3個通用知識圖譜的案例：

2.1.1、百度知識圖譜（tupu.baidu.com/）

2.1.2、搜狗搜索（sogou.com/）

2.1.3、360搜索（so.com）

2.2 行業知識圖譜

行業知識圖譜指面向特定領域的知識圖譜，用戶目標對象需要考慮行業中各級別的人員，不同人員對應的操作和業務場景不同，因而需要一定的深度與完備性，行業知識圖譜對準確度要求非常高，通常用于輔助各種復雜的分析應用或決策支持，有嚴格與豐富的數據模式，行業知識圖譜中的實體通常屬性比較多且具有行業意義

2.2.1、人脈路徑查詢

基于兩個用戶之間的關聯實體（比如：所在單位、同事、同學、朋友、家人等）找到兩者之間的關聯路徑。

2.2.2、企業社交圖譜查詢

基于投資、任職、專利、招投標、涉訴關系以目標企業為核心心向外層層擴散，形成一個網絡關系圖，直觀立體展現企業關聯。

2.2.3、企業最終控股人查詢

基于股權投資關系尋找持股比例最大的股東，最終追溯至自然人或國有資源管理部門。

2.2.4、輔助信貸審核

基于知識圖譜數據的統一查詢，全面掌握客戶信息；避免由于系統、數據孤立、信息不一致造成信用重復使用、信息不完整等問題。

2.2.5、反欺詐之組團騙貸

同一個人利用多個身份去申請貸款，詳細見下圖：雖然貸款人A、貸款人B、貸款人C之間沒有直接的關系，但通過知識圖譜可以看出三者之間都共享某一部分信息，存在一定的組團騙貸風險。

還有更多行業案例，畫圖真的很辛苦，有時間再補充，同時歡迎大家添磚加瓦。

案例補充：

1、企業發展歷程時序圖（融資）

基于企業知識圖譜中的投融資事件發生的時間順序，記錄企業的融資發展歷程。

2、競品分析

電商平臺常會用到，兩家企業知識路徑越相似，競爭關系越緊張。

3、征信系統

根據用戶已有信息（例如：教育信息、身份信息、聯系方式、擔保或被擔保人信息）關聯多家平臺信用記錄。

建設一個知識圖譜系統，需要包括：知識建模、知識獲取、知識融合、知識存儲和知識應用5大部分：

1、知識建模：構建多層級知識體系，將抽象的知識、屬性、關聯聯關系等信息，進行定義、組織、管理，轉化成現實的數據庫。

2、知識獲取：將不同來源、不同結構的數據轉化成圖譜數據，包括結構化數據、半結構化數據（解析）、知識標引、知識推理等，保障數據的有效性和完整性。

3、知識融合：將多個來源、重復的知識信息進行融合，包括融合計算、融合計算引擎、手動操作融合等。

4、知識存儲：根據業務場景提供合理的知識存儲方案，存儲方案具備靈活、多樣化、可拓展特性。

5、知識應用：為已構建知識圖譜提供圖譜檢索、知識計算、圖譜可視化等分析與應用能力。并提供各類知識計算的SDK，包含圖譜基礎應用類、圖結構分析類、圖譜語義應用類、自然語言處理類、圖數據獲取類、圖譜統計類、數據集數據獲取類、數據集統計類。

責任編輯：xj

原文標題：知識圖譜的前世今生

文章出處：【微信公眾號：深度學習自然語言處理】歡迎添加關注！文章轉載請注明出處。