好站网
NLP知识图谱学习笔记（一、知识图谱介绍）
-
- 一、知识图谱简介
-
- 1.1 引言
- 1.2 什么是知识图谱？
-
- 1.2.1 什么是图（Graph）？
- 1.2.2 什么是 Schema ？
- 1.3 知识图谱的价值在哪？
- 二、怎么构建知识图谱？
-
- 2.1 知识图谱的数据来源于哪里？
- 2.2 信息抽取的难点在哪里？
- 2.3 构建知识图谱所涉及的技术？
- 2.4、知识图谱的具体构建技术是什么？
-
- 2.4.1 实体命名识别（Named Entity Recognition）
- 2.4.2 关系抽取（Relation Extraction）
- 2.4.3 实体统一（Entity Resolution）
- 2.4.4 指代消解（Disambiguation）
- 三、知识图谱的存储
- 四、Neo4J 介绍与安装
-
- 4.1 引言
- 4.2 Neo4J 下载
- 4.3 Neo4J 安装
- 4.4 Neo4J Web 界面 介绍
- 4.5 Cypher查询语言
- 五、Neo4J 实战
-
- 5.1 引言
- 5.2 创建节点
- 5.3 创建关系
- 5.4 创建 出生地关系
- 5.5 图数据库查询
- 5.6 删除和修改
- 六、通过 Python 操作 Neo4j
-
- 6.1 neo4j模块：执行CQL ( cypher ) 语句
- 6.2 py2neo模块：通过操作python变量，达到操作neo4j的目的
- 七、通过csv文件批量导入图数据
本笔记仅为巩固个人学习效果、督促自我进步用，若有读者发现不正确的地方请不吝指教。
参考链接：
https://github.com/datawhalechina/team-learning-nlp/blob/master/KnowledgeGraph_Basic/task01.md
一、知识图谱简介
1.1 引言
知识图谱（Knowledge Graph）于2012年5月16日Google的产品中发布，一个较以往更为复杂的结构化数据源被用于服务自然语言查询。
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。
早在 2010 年微软就开始构建知识图谱，包括 Satori 和 Probase；2012 年，Google 正式发布了 Google Knowledge Graph，现在规模已超 700 亿。目前微软和 Google 拥有全世界最大的通用知识图谱，Facebook 拥有全世界最大的社交知识图谱，而阿里巴巴和亚马逊则分别构建了商品知识图谱。
图 1 业内布局
图 2 业内应用
1.2 什么是知识图谱？
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）。
知识图谱无论它是用于可视化，搜索还是AI应用等，不过是知识或者说数据的组织形式，那为什么不叫新的数据结构而是叫它Knowledge Graph？其一是因为引入了事物或者说数据知识或者就叫strings之间的关系（Links）；其二是Google打的标语非常诱人：“things, not strings”，如何让历史发展过程中一直是strings的东西去成为things，也是对我们自身形成的知识体系的探索，strings之间的relations是一个方面，使用图来表达又是一个方面，等等还有很多方面需要不断去发现探究。
1.2.1 什么是图（Graph）？
图（Graph）是由节点（Vertex）和边（Edge）来构成，多关系图一般包含多种类型的节点和多种类型的边。实体（节点）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（边）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。
图 3 图（Graph）介绍
1.2.2 什么是 Schema ？
- 知识图谱另外一个很重要的概念是 Schema:
- 介绍：限定待加入知识图谱数据的格式；相当于某个领域内的数据模型，包含了该领域内有意义的概念类型以及这些类型的属性
- 作用：规范结构化数据的表达，一条数据必须满足Schema预先定义好的实体对象及其类型，才被允许更新到知识图谱中， 一图胜千言
- 图中的DataType限定了知识图谱节点值的类型为文本、日期、数字（浮点型与整型）
- 图中的Thing限定了节点的类型及其属性（即图1-1中的边）