人(rén)工智能時(shí)代的(de)知識圖譜
       近年來(lái)，随著(zhe)人(rén)們對(duì) AI 認知能力的(de)積極探索，知識圖譜因其表達能力強、拓展性好，基于知識進行推理(lǐ)等優勢得(de)到了(le)學界與業界的(de)高(gāo)度關注。知識圖譜，旨在描述客觀世界概念、實體、事件及其之間關系，具備可(kě)解釋性，而且可(kě)以用(yòng)于解決複雜(zá)決策問題。這(zhè)也(yě)意味著(zhe)通(tōng)過深度學習(xí)與知識圖譜的(de)結合，模型底層特征空間與人(rén)類自然語言之間巨大(dà)的(de)語義鴻溝問題有望得(de)以解決。在大(dà)數據和(hé)機器學習(xí)兩大(dà)引擎下(xià)，大(dà)規模知識圖譜的(de)自動化(huà)構建成爲現實，這(zhè)就加快(kuài)了(le)知識圖譜的(de)落地與應用(yòng)。

       傳統意義上，知識圖譜可(kě)以劃分(fēn)爲通(tōng)用(yòng)知識圖譜和(hé)領域知識圖譜。例如，國外的(de)谷歌(gē)搜索引擎和(hé)國内的(de)百度搜索引擎，這(zhè)類通(tōng)用(yòng)領域知識圖譜是最先被大(dà)家熟知的(de)應用(yòng)；而場(chǎng)景的(de)不斷豐富、需求不斷增多(duō)、用(yòng)戶對(duì)體驗與品質的(de)要求不斷提高(gāo)，各行各業都亟需構建領域知識圖譜。
那麽，從趨勢到實際需要，知識圖譜已經取得(de)了(le)哪些學術與技術成果，産業與應用(yòng)發生了(le)哪些變化(huà)？當
下(xià)知識圖譜領域最關注的(de)問題又是什(shén)麽？未來(lái)，知識圖譜又有哪些發展前景？

       近兩年知識圖譜研究有一些值得(de)關注的(de)成果，比如：

       知識抽取，如何在少量甚至無标注場(chǎng)景下(xià)進行知識圖譜構建是一個(gè)具有挑戰性的(de)問題。目前大(dà)家都在關注基于圖神經網絡、增強學習(xí)、交互式知識抽取等方法。知識融合，代表性工作有交互式知識融合以及基于表示學習(xí)的(de)知識融合的(de)工作。
知識更新，針對(duì)百科類知識圖譜的(de)自動化(huà)更新技術取得(de)了(le)一些突破，從而可(kě)以對(duì)百科知識進行自動化(huà)更新。
知識推理(lǐ)，最近兩年有不少混合式推理(lǐ)的(de)方法出現，也(yě)就是混合機器學習(xí)和(hé)符号推理(lǐ)的(de)方法，這(zhè)些方法的(de)提出對(duì)于解決某些機器學習(xí)技術的(de)不可(kě)解釋性，以及提升知識圖譜的(de)推理(lǐ)能力都有作用(yòng)。
       與此同時(shí)，這(zhè)些關鍵技術的(de)應用(yòng)也(yě)有一些突破性的(de)進展，尤其是在知識抽取和(hé)知識融合方面：一是人(rén)機交互的(de)商業化(huà)系統的(de)出現，二是關于人(rén)機交互的(de)信息抽取和(hé)知識融合的(de)學術論文也(yě)開始。
       在他(tā)看來(lái)，知識圖譜表示學習(xí)與推理(lǐ)也(yě)取得(de)了(le)很多(duō)進展，大(dà)家開始研究知識表示學習(xí)在多(duō)模态數據上的(de)應用(yòng)，即結合文本、知識圖譜、圖像或者視頻(pín)的(de)知識表示學習(xí)，以及基于知識表示學習(xí)的(de)推理(lǐ)。
       知識圖譜從以前研究與産業界脫鈎，到現在領域知識圖譜成爲研究的(de)重點，開始面向解決實際的(de)問題。比如最近司法知識圖譜的(de)構建出現了(le)不少研究成果。另外，知識圖譜用(yòng)于解決問答(dá)、推薦系統、圖像理(lǐ)解方面的(de)論文也(yě)不斷在增加。
       同時(shí)，知識圖譜在不同行業也(yě)得(de)到了(le)廣泛應用(yòng)，領域知識圖譜成爲企業的(de)迫切需求。例如，金融領域中的(de)信用(yòng)評估、風險控制、反欺詐問題；醫療領域中的(de)智能問診問題。從通(tōng)用(yòng)知識圖譜到領域知識圖譜，知識圖譜開始在越來(lái)越廣泛、複雜(zá)的(de)場(chǎng)景中落地并解決實際問題。
       “在醫療、電商、金融、軍工、電力、司法、教育、公安、石油這(zhè)幾個(gè)領域知識圖譜已經落地并且取得(de)了(le)突出成果。”漆桂林(lín)談到。知識圖譜可(kě)以幫助這(zhè)些領域的(de)公司或研究機構更好地處理(lǐ)多(duō)源異構數據，也(yě)就是說可(kě)以提供一個(gè)統一數據模型并且可(kě)以靈活地集成和(hé)關聯這(zhè)些數據，對(duì)這(zhè)些數據進行關聯分(fēn)析。
知識圖譜的(de)産學研需要有一個(gè)整體規劃，這(zhè)也(yě)是我一直在實踐的(de)。
       首先需要了(le)解産業界對(duì)知識圖譜的(de)需求，知道知識圖譜可(kě)以解決什(shén)麽應用(yòng)問，帶來(lái)什(shén)麽價值。
       其次，通(tōng)過了(le)解知識圖譜落地的(de)挑戰，确定知識圖譜的(de)研究課題。從短期和(hé)長(cháng)期來(lái)看，短期課題是要解決産業界急迫的(de)問題，比如少量标注情況下(xià)的(de)信息抽取方法的(de)研究；而長(cháng)期課題是面向三年之後可(kě)能對(duì)知識圖譜落地有用(yòng)的(de)技術，比如無标注場(chǎng)景下(xià)的(de)信息抽取技術。
       最後，讓知識圖譜技術可(kě)以快(kuài)速普及。

責任編輯：中山網站建設
 【網訊網絡】國家高(gāo)新技術企業》十年專注軟件開發，網站建設，網頁設計，APP開發，小程序，微信公衆号開發，定制各類企業管理(lǐ)軟件（OA、CRM、ERP、訂單管理(lǐ)系統、進銷存管理(lǐ)軟件等)！服務熱(rè)線：0760-88610046、13924923903，http://www.wansion.net