人工智能背后具有两大技术驱动力：深度学习和知识图谱。关于二者的具体介绍如下：

很多深度学习的算法，都是一些“黑盒子”：工程调参数，大规模标注样本数据，然后在“黑盒子”里跑数据。跑出来结果知其然，而不知其所以然。

此外，深度学习的局限性也日益显现：依赖大规模标注数据，模型的结果会与人的先验知识或者专家知识相冲突。因此，相比深度学习算法，像人类一样具备分析和推理能力的“大脑”或许更有帮助，而知识图谱就是这样的“大脑”。

本期小编携手苍穹数据智能，带你一起了解下知识图谱。

2012 年 5 月 17 日，Google 正式提出了知识图谱（Knowledge Graph）的概念，其初衷是为了实现更智能的搜索引擎，优化搜索返回的结果，提升用户搜索质量及体验。

随着信息服务应用的不断发展，聊天机器人、大数据风控、证券投资、个性化推荐、HR人岗匹配等，无一不跟知识图谱相关，其在技术领域的热度也在逐年上升。

知识图谱，从学术角度而言，它是一种大型语义网络的知识库；从实际应用角度而言，可以简单理解为多关系图。

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）。图由节点（Vertex）和边（Edge）构成，但这些图通常只包含一种类型的节点和边。而多关系图一般包含多种类型的节点边，如下图所示：

多关系图旨在描述客观世界的概念实体事件以及事件之间的关系。

它以实体概念为节点，以关系为边，将分散的知识与信息连接起来，从人类对世界认知的角度，阐述世间万物之间的关系，既容易被人类解读，又容易被计算机来处理和加工，具有可解析性和可推理性。

由于图谱的方式更贴近人类大脑的思维方式，多关系图可以作为一种信息记录工具，也可以辅助人类思考，更可以提供从“关系”的角度去分析问题的能力。

以一张简单的知识图谱为例：

如图所示，如果两个节点之间存在关系，就会被一条无向边连接在一起。其中，节点称为实体（Entity），连接节点间的边称为关系（Relationship）。

知识图谱的基本单位，便是由“实体（Entity）-关系（Relationship）-实体（Entity）”构成的三元组。三元组也是知识图谱的核心。

应用知识图谱的前提是已经构建好了知识图谱。构建知识图谱，需要经过知识建模、知识抽取、知识清洗和融合、知识存储等四个过程，是持续迭代的系统工程，不可能一蹴而就。

但需注意，知识图谱本身仍是以业务和数据为重心，不能低估业务和数据的重要性。

构建知识图谱，首先需要做好知识模型的定义。

定义知识模型，需从相关领域的实际应用场景和具体需解决的问题出发，定义该领域里概念的层次结构和概念之间的关系类型。为了确保知识图谱的严谨性和准确性，该领域的知识专家需参与定义知识模型的过程。

数据是构建知识图谱的基础。梳理数据非常重要，同时也最耗时间。具体需要什么数据，依赖于要解决的问题和应用场景。

一般而言，基于问题或者场景，梳理出领域相关的问题和数据、领域的词典，或者领域专家的经验规则，再结合外部百科数据或者开放知识图谱的数据，最终确定所需构建的知识图谱的数据。

数据类型一般有2种：

一种是业务本身的数据，通常用关系型数据库并以结构化的方式存储，只需简单预处理或者转换。

一种是网络上公开、抓取的数据，需要借助爬虫、NLP等技术来处理，主要涉及以下操作：爬虫、实体抽取、关系抽取、属性抽取。

爬虫需要解决登录、反爬等问题。该问题又是一个大的命题，非本文重点，因此这里不具体展开讨论。

抽取的质量（准确率）对后续的知识获取效率和质量影响极大，因此是信息抽取中最为基础和关键的部分。

根据领域专家的经验规则来进行抽取的准确率是最高的，其次是采用深度学习进行抽取。

知识来源广泛，有业务本身的数据，也有不同网络上的数据，存在质量良莠不齐、知识重复、知识间的关联不够明确等问题。

因此，必须要进行知识的清洗和融合，将不同来源的知识在同一框架规范下进行异构数据清洗、整合、消歧、加工、推理验证、更新等，最终形成高质量的知识库。

该过程比较棘手，非常具有挑战性，通常会遇到以下两种情况：

情况1：有些实体的名称相同，但其实是两个不同的实体，需要进行区分。

例如：两个实体的名称都为苹果，如下图，但一个是指苹果公司，苹果设备，另外一个是指苹果这种水果。

情况2：有些实体名称不一样，但其实是指向同一个实体，比如“中华人民共和国”、“中国”和 “China”，“北京大学”和“北大”。

面对这两种情况，通常采用领域专家的经验规则来解决，也可以采用聚类的方法，定义合适的相似度的阈值，根据实体描述的相似度和实体属性的相似度两个维度进行聚类。

知识存储的方式主要有两种：一种是基于RDF(Resource Description Framework，资源描述框架)的存储，另一种是基于图数据库的存储。

当然，如果需要设计的知识图谱非常简单，数据量比较少，而且查询也不会涉及到1度以上的关联查询，也可以选择用关系型数据库存储。

但是随着知识图谱复杂程度的提升（实际场景中的实体和关系普遍都比较复杂），图数据库的优势会慢慢体现出来，尤其是在关联查询的效率上会高出几千倍甚至几百万倍。

一般而言，图数据库适合体量较大的知识存储，复杂关系计算等场景，具体优点如下：