知识图谱分为几种？大型学科知识图谱如何构建呢？

文章摘要：目前已有的知识图谱，分为通用知识图谱，比如数据库、YAGO、Freebase等，以及谷歌的KnowledgeGraph、百度“知心”、搜狗“知立方”等；另一种为领域知识图谱，比如Geonames、“天眼查”等。目前，采用全自动化...

目前已有的知识图谱，分为通用知识图谱，比如数据库、 YAGO、 Freebase等，以及谷歌的 Knowledge Graph、百度“知心”、搜狗“知立方”等；另一种为领域知识图谱，比如 Geonames、“天眼查”等。

目前，采用全自动化的方法很难获得更精确的知识图谱，如 DBPedia、 YAGO等，错误较多；而完全手工构造的方法，虽能确保准确率，但代价高昂，且耗费大量的人力物力，难以建立大型的知识图谱，因此，如何协调正确率与效率，平衡自动化方法与人工投入，以最有效的方法构造出最精确的知识图谱，是当前知识图谱建设中亟待解决的问题。

针对上述问题，以基础地理知识图谱为例，提出了一种系统的解决方案，即“四步法”，即：

(1)领域本体的建立：以地理科权威的教科书、辅助材料为基础，采用开放式 IE技术及相关统计方法，参照其它知识图谱的本体结构，并根据地理学专业的专业和教学人员的建议，实现对基础教育的地学本体的建构；

(2)“众包”半自动语义标注：以地理学科领域本体为基础，利用语义标注系统实现半自动语义标注，并在该过程中完善地理学科领域本体；

(3)外源资料补充：根据地理学知识图谱的本体结构，将结构化的外部资料进行适当的加工，获得外源资料，成为地理学科知识图谱中的一项重要内容；

(4)信息提取：根据地理知识图谱的本体结构，采用有监督、半监督、不监督的方式提取百度百科中的实体和关联，从而获得更多的数据。

以上就是大型学科知识图谱构建的解决方案。

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/19328