2012年谷歌首次提出“知識圖譜”這個詞，由此知識圖譜在工業(yè)界也出現(xiàn)得越來越多，對于知識圖譜以及相關(guān)概念的理解確實也是比較繞。自己在研究大數(shù)據(jù)獨角獸Palantir之后開始接觸知識圖譜，也算對其有了一定了解，這里從三個角度總結(jié)一下怎么去理解知識圖譜。

幾個基本概念：本體、實體、知識庫、知識圖譜

1、本體是概念的集合，是大家都公認(rèn)的概念框架，一般不會改變?nèi)纭叭恕?、“事”、“物”?/p>

“地”、“組織”，在面對對象編程里面，我們把它叫做類，在數(shù)據(jù)管理里面我們把它叫做元數(shù)據(jù)；

2、實體是本體、實例及關(guān)系的整合，比如“人”是本體框中的一個概念，概念中也規(guī)定了相關(guān)屬性比如“性別”，小明是一個具體的人，叫做實例，所以小明也有性別，小明以及體現(xiàn)小明的本體概念“人”以及相關(guān)屬性，叫做一個實體（簡單的說就是：本體+實例）；

3、很多實體形成的數(shù)據(jù)庫叫做知識庫，如dbpedia等；

4、知識圖譜是一種圖譜組織形式，通過語義關(guān)聯(lián)把各種實體關(guān)聯(lián)起來，之前不叫做知識圖譜，而叫做語義網(wǎng)。知識圖譜把結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)通過數(shù)據(jù)抽取、融合在一起，體現(xiàn)了數(shù)據(jù)治理、語義連接的思想，有利于大規(guī)模數(shù)據(jù)的利用和遷移。

一、從數(shù)據(jù)治理角度

我的理解是知識圖譜的構(gòu)建是基于動態(tài)本體理論的，一套完整的數(shù)據(jù)本體可以把不同的數(shù)據(jù)形式進(jìn)行串聯(lián)轉(zhuǎn)換，融合成一個綜合的數(shù)據(jù)體系去使用。如國脈數(shù)據(jù)提出的數(shù)據(jù)基因系統(tǒng)，我想它應(yīng)該就是一套政務(wù)數(shù)據(jù)的本體框架（通俗點說就是數(shù)據(jù)目錄），這套框架就像是政務(wù)數(shù)據(jù)的“基因”，其它數(shù)據(jù)都是在這個的基礎(chǔ)之上建立的。在面對對象編程理論中，可以理解為“類”，在數(shù)據(jù)管理中，也可以理解為元數(shù)據(jù)。有了這套完整的本體框架，就為企業(yè)或政府的數(shù)據(jù)治理奠定了基礎(chǔ)。所謂數(shù)據(jù)治理，簡單的理解就是要站在戰(zhàn)略的高度去梳理數(shù)據(jù)和業(yè)務(wù)，有什么類型的數(shù)據(jù)？怎么用？如何圍繞業(yè)務(wù)構(gòu)建標(biāo)準(zhǔn)的數(shù)據(jù)體系？等。而構(gòu)建知識圖譜的過程其實就是把各種和領(lǐng)域相關(guān)的數(shù)據(jù)進(jìn)行一定的梳理和融合，把雜亂無章的數(shù)據(jù)通過本體框架整合成結(jié)構(gòu)化的數(shù)據(jù)。浙江杭州提出的“最多跑一次”的電子政務(wù)服務(wù)理念，在具體的實施過程中也體現(xiàn)了這個觀點。

除了有利于多源異構(gòu)數(shù)據(jù)的整合，知識圖譜也有利于多模（文本、視頻、圖片）數(shù)據(jù)的整合。最近谷歌正在研究一項工作叫做多模任務(wù)學(xué)習(xí)，就是要把文本、圖片、視頻多種模態(tài)一起作為輸入進(jìn)行學(xué)習(xí)，這是一項比較復(fù)雜的工作。但是語義連接的作用可能就是一個解決問題的方向，比如阿里的“看圖說話”應(yīng)用，通過深度學(xué)習(xí)識別圖像中的實體和行為然后通過文本的形式呈現(xiàn)出來。既然圖像可以轉(zhuǎn)化為文本，那么視頻也可以轉(zhuǎn)化文本，所以通過深度學(xué)習(xí)把多種模態(tài)進(jìn)行轉(zhuǎn)化，利用語義進(jìn)行連接和理解，這樣說不定就可以解決相關(guān)問題。

二、語義連接角度

在機器學(xué)習(xí)過程中，特別讓人煩的就是特征工程。就算是一個已經(jīng)梳理好數(shù)據(jù)的大數(shù)據(jù)比賽，在實際的處理過程中也要考慮如何把各表的數(shù)據(jù)進(jìn)行拼接，找到合適的特征或讓算法自己找到合適的特征。所以如何把相關(guān)的數(shù)據(jù)關(guān)聯(lián)起來，也就是如何進(jìn)行數(shù)據(jù)融合，就成了使用算法的一大前提和關(guān)鍵。當(dāng)我看到知識圖譜的構(gòu)建有利于進(jìn)行數(shù)據(jù)融合時，就立刻吸引了我的興趣，但后來發(fā)現(xiàn)，它和我們機器學(xué)習(xí)中的所體現(xiàn)的特征連接有點不一樣。

從多源數(shù)據(jù)的融合來說，主要有如下三種方式：

1、分階段使用：這比較好理解，就是先使用某種數(shù)據(jù)，再使用某種數(shù)據(jù)；

2、利用特征拼接：大部分的機器學(xué)習(xí)算法都是這么做的，可以根據(jù)具體的情況增減特征數(shù)目；

3、基于語義信息的融合：通過本體之間的關(guān)系屬性來體現(xiàn)語義信息的融合，這里面涉及到自然語言的處理、統(tǒng)計分析概率、語義網(wǎng)等。比如，“小紅的爸爸（小明）”，“小紅的媽媽的老公（小明）”這兩句話中的爸爸和老公都是指的是同一個人小明，通過上下文分析、語義分析等就會獲得這兩人為同一個人的概率為100%。舉個比較實際的知識庫推理的例子，如下圖

知識庫中本來就有的語義信息有：<王教授， belongto ，男性疾病診療中心 >以及<王 教授 ,specializein,性病前列腺炎 >。但是，知識庫中并沒有 <王教授， specializein，急性前列腺 炎>，通過知識圖譜的語義推理得到<王教授， specializein，急性前列腺炎>。

這里要說明的是，深度學(xué)習(xí)的本質(zhì)其實也是一種重度、高通量的“語義”鏈接器，只是這里的“語義”是隱藏的語義，不易理解的語義。所以有人說深度學(xué)習(xí)是一臺端到端傳遞信息的廣義翻譯機器。對于知識圖譜和深度學(xué)習(xí)：深度學(xué)習(xí)是通過一個黑盒子來進(jìn)行預(yù)測，人類不好理解；而知識圖譜是通過語義分析來推理，人類好理解。融合知識圖譜與深度學(xué)習(xí)，已然成為進(jìn)一步提升深度學(xué)習(xí)效果的重要思路之一。以知識圖譜為代表的符號主義，和以深度學(xué)習(xí)為代表的聯(lián)結(jié)主義，日益脫離原先各自獨立發(fā)展的軌道，走上協(xié)同并進(jìn)的新道路。目前的幾種交叉應(yīng)用如下：

1、利用深度學(xué)習(xí)來構(gòu)建知識圖譜：利用深度學(xué)習(xí)來進(jìn)行實體識別、關(guān)系識別等；

2、利用知識圖譜來管理數(shù)據(jù)，深度學(xué)習(xí)來做特征工程；

3、用符號表達(dá)知識圖譜，利用深度學(xué)習(xí)對符號化的知識圖譜進(jìn)行學(xué)習(xí)將知識圖譜的語義信息輸入到深度學(xué)習(xí)模型中，將離散化的知識表示為連續(xù)化的向量，從而使得知識圖譜的先驗知識能夠稱為深度學(xué)習(xí)的輸入；

4、利用知識作為優(yōu)化目標(biāo)的約束，指導(dǎo)深度學(xué)習(xí)模型的學(xué)習(xí)過程，通常是將知識圖譜中的知識表示為優(yōu)化目標(biāo)的后驗正則項。

三、智能應(yīng)用角度

知識圖譜最早就是由Google應(yīng)用到知識搜索中取的一個名字，以前都不叫知識圖譜。對于知識圖譜的行業(yè)應(yīng)用，目前主要是以一些智能問答/聊天機器人/客服類、搜索類、企業(yè)智能類、醫(yī)療服務(wù)類、圖書情報服務(wù)類、金融服務(wù)類等為主，在搜索上有谷歌、百度、搜狗等，在問答上有出門問問、啟齒科技的客服機器人等，在決策支持上有Palantir、明略、智器云等，當(dāng)然還有一些為知識圖譜提供相關(guān)組件的語義分析公司，如達(dá)觀科技、智言科技等。

在問答和搜索應(yīng)用上，知識圖譜可以使搜索以精準(zhǔn)的結(jié)果呈現(xiàn)給你，而不是返回一堆相似的頁面讓你自己去篩選，達(dá)到“所答即所問”，比如，搜索姚明有多高，返回來的結(jié)果就是姚明具體的身高。

以前的搜索引擎返回來的基本都是已經(jīng)在網(wǎng)頁中寫好的東西，比如姚明的身高，這些都是屬于靜態(tài)的結(jié)果。而利用知識圖譜的推理功能，我們還可以獲得動態(tài)的結(jié)果，在Wolfram|Alpha知識計算引擎中，我可以輸入我們的數(shù)學(xué)題目，引擎可以直接給出答案，而這些答案顯然并不是預(yù)先寫好的。而在企業(yè)智能應(yīng)用中，因為有了知識圖譜，我可以關(guān)聯(lián)相關(guān)的數(shù)據(jù)來探測異常、控制風(fēng)險等。

之前看到有人說，作為人工智能的產(chǎn)品經(jīng)理，不能不了解知識圖譜。為何知識圖譜在人工智能時代如此重要呢？這就要從知識圖譜的相關(guān)技術(shù)實現(xiàn)來說了。知識圖譜的構(gòu)建主要包括知識獲取、知識建模、知識存儲、知識融合、知識計算、知識表現(xiàn)、知識應(yīng)用等。其中知識獲取、知識融合是較難的點，其中主要涉及到實體識別、實體鏈接等，而解決這些關(guān)鍵的前提就是NLP技術(shù)。我們知道人工智能技術(shù)主要包括圖像識別、語音識別、語義識別等，其中圖像識別、語音識別技術(shù)都取得了較大的突破，而語義識別還處于起步階段，尤其是深度學(xué)習(xí)在NLP中的應(yīng)用。很多人都說智能音箱可能成為下一個入口，如果要讓智能音箱操作電器等，這里面除了要讓音箱知道你說的是什么（利用語音識別），還要讓音箱知道你說的是什么意思（利用語義識別），由此可見語義識別以及組織語義間關(guān)系的知識圖譜的重要性。