2知識(shí)圖譜建設(shè)的主要過(guò)程

目前知識(shí)圖譜應(yīng)用的領(lǐng)域比較多，例如智能問(wèn)答、智能搜索、金融行業(yè)的反欺詐／信用審核／信用證審核、電子商務(wù)的智能推介、公共安全的數(shù)據(jù)對(duì)碰、大型裝備的故障檢測(cè)與維修、電網(wǎng)的故障檢測(cè)與應(yīng)急預(yù)案、保險(xiǎn)行業(yè)的智能核保／智能核賠，總之這是一種讓軟件更加智能化的手段。但是如何構(gòu)建一個(gè)相對(duì)完備的知識(shí)圖譜應(yīng)用是一個(gè)挑戰(zhàn)，難點(diǎn)主要包括：

1）如何建立知識(shí)的模型，也就是上述的“概念”如何建立；2）知識(shí)的獲得比較困難，因?yàn)槲覀兠媾R的可能是海量的知識(shí)；3）所獲得知識(shí)的正確性如何驗(yàn)證；4）如何存儲(chǔ)知識(shí)，進(jìn)行快速的推理；5）如何將知識(shí)在軟件中得到應(yīng)用，發(fā)揮價(jià)值等等。

這里面歸根結(jié)底還是如何用工程化方式建設(shè)知識(shí)圖譜，如何用工程化方式基于知識(shí)圖譜建設(shè)應(yīng)用的問(wèn)題，因此后面我們主要探討如何進(jìn)行知識(shí)圖譜建設(shè)與應(yīng)用的工程化方法。

知識(shí)圖譜可以分為通用知識(shí)圖譜和領(lǐng)域知識(shí)圖譜，實(shí)際上谷歌或者百度這樣的大型互聯(lián)網(wǎng)公司在構(gòu)建的是通用知識(shí)圖譜，它主要是用于搜索引擎，它的用戶是全部的互聯(lián)網(wǎng)的用戶，它構(gòu)建的是常識(shí)性知識(shí)為主，包括結(jié)構(gòu)化的百科知識(shí)，它強(qiáng)調(diào)的是一種知識(shí)的廣度，對(duì)知識(shí)的深度方面不做更多的要求，它的使用者也是普通的用戶。對(duì)于領(lǐng)域知識(shí)圖譜而言，它首先是面向一個(gè)特定的領(lǐng)域，它的知識(shí)來(lái)源是特定行業(yè)，基于行業(yè)的數(shù)據(jù)來(lái)構(gòu)建，而且要有一定的行業(yè)的深度，它強(qiáng)調(diào)的是深度能夠解決行業(yè)人員的問(wèn)題，它的使用者也是這個(gè)行業(yè)內(nèi)的從業(yè)人員。

從上述定義上可以看出，這兩者的構(gòu)建過(guò)程和目的會(huì)有很大的不同，作為一個(gè)企業(yè)級(jí)軟件的從業(yè)者，我關(guān)注的主要是領(lǐng)域知識(shí)圖譜，因此這里我要探討的也是領(lǐng)域知識(shí)圖譜構(gòu)建與應(yīng)用的工程化問(wèn)題。

由于是工程化問(wèn)題，我們希望不要講更多的理論，而是采用類似軟件工程的方法，將知識(shí)圖譜構(gòu)建與應(yīng)用的過(guò)程講清楚，在過(guò)程的每一個(gè)環(huán)節(jié)上探討涉及的方法與技術(shù)：

1）知識(shí)圖譜技術(shù)架構(gòu)：確定知識(shí)的表示方式和知識(shí)的存儲(chǔ)方式；2）知識(shí)圖譜建設(shè)方法論：知識(shí)圖譜建設(shè)可以分為知識(shí)建模、知識(shí)抽取、知識(shí)驗(yàn)證這樣幾個(gè)階段，形成一個(gè)知識(shí)圖譜；3）基于知識(shí)圖譜建設(shè)應(yīng)用：每一類應(yīng)用的側(cè)重點(diǎn)不同，使用技術(shù)和達(dá)到的效果也不同，我們總結(jié)為知識(shí)推理類、知識(shí)呈現(xiàn)類、知識(shí)問(wèn)答類、知識(shí)共享類，后面會(huì)具體介紹。

3知識(shí)圖譜技術(shù)架構(gòu)

知識(shí)圖譜的關(guān)鍵技術(shù)架構(gòu)分為知識(shí)表示、知識(shí)存儲(chǔ)兩個(gè)部分。常用的知識(shí)圖譜表示是通過(guò)三元組方式，三元組是由實(shí)體、屬性和關(guān)系組成的（由Entity、Attribute、Relation組成）。具體表示方法為，實(shí)體1跟實(shí)體2之間有某種關(guān)系，或者是實(shí)體屬性、屬性詞。基于已有的三元組，可以推導(dǎo)出新的關(guān)系，知識(shí)圖譜要有豐富的實(shí)體關(guān)系，才能真正達(dá)到它實(shí)用的價(jià)值。

如果我們把上面周杰倫的例子描繪如下圖，你會(huì)發(fā)現(xiàn)知識(shí)的表示方式和面向?qū)ο蟮母拍罘浅ｎ愃�，概念就是元模型／類，�?shí)體就是對(duì)象，關(guān)系就是對(duì)象間的關(guān)系。實(shí)際上，在很多著作中也把面向?qū)ο笞鳛橐环N知識(shí)表示方法。

利用我們熟悉的面向?qū)ο蠓绞竭M(jìn)行知識(shí)的表述，結(jié)合其他一些知識(shí)圖譜的技術(shù)，是一個(gè)比較容易入手的方式。既然知識(shí)的表示以概念、實(shí)體、關(guān)系、屬性為基礎(chǔ)元素，就可以利用圖數(shù)據(jù)庫(kù)存儲(chǔ)，目前有很多圖數(shù)據(jù)庫(kù)可以做選擇，例如Neo4J、JanusGraph等，也可以在傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)上進(jìn)行存儲(chǔ)，這里我就不深入探討了，因?yàn)榇_定了表示方式，如何存儲(chǔ)不是一個(gè)大問(wèn)題。    這一篇我們介紹了知識(shí)圖譜的基本概念和用途，下一篇主要介紹知識(shí)圖譜建設(shè)的方法論，第三篇將用實(shí)際的案例，介紹一個(gè)基于知識(shí)圖譜的知識(shí)推理類應(yīng)用。

－ The End －

關(guān)于作者：焦烈焱，普元信息CTO，致力于技術(shù)創(chuàng)新和金融創(chuàng)新解決方案研究。專注于企業(yè)技術(shù)架構(gòu)領(lǐng)域，對(duì)分布式環(huán)境的企業(yè)計(jì)算、 企業(yè)信息架構(gòu)的規(guī)劃與實(shí)踐有著豐厚經(jīng)驗(yàn)，帶領(lǐng)普元技術(shù)團(tuán)隊(duì)相繼在云計(jì)算、大數(shù)據(jù)及移動(dòng)開(kāi)發(fā)領(lǐng)域取得多項(xiàng)突破，并主持中國(guó)工商銀行、中國(guó)建設(shè)銀行等多家大型企業(yè)技術(shù)平臺(tái)的規(guī)劃與研發(fā)。