《2018知识图谱发展报告》:中国中文信息学会发布国内知识图谱发展现状报告
需积分: 9 178 浏览量
更新于2024-07-17
收藏 4.72MB PDF 举报
《2018知识图谱发展报告》
《2018知识图谱发展报告》是中国中文信息学会发布的一份重要报告,介绍了国内知识图谱发展的现状及进展情况。本报告对知识图谱的定义、技术、应用和发展历程进行了详细的介绍,阐述了知识图谱在人工智能、自然语言处理和大数据分析等领域的重要作用。
知识图谱是指以结构化的形式描述客观世界中概念、实体及其关系的技术,旨在提供一种更好地组织、管理和理解互联网海量信息的能力。知识图谱技术是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等方向的交叉研究。知识图谱于2012年由谷歌提出并成功应用于搜索引擎,属于人工智能重要研究领域——知识工程的研究范畴。
知识图谱的发展目标是建立大规模知识资源,以提供互联网智能知识服务。在大数据时代,知识工程是从大数据中自动或半自动获取知识,建立基于知识的系统,以提供互联网智能知识服务。大数据对智能服务的需求已经从单纯的搜集获取信息,转变为自动化的知识服务。我们需要利用知识工程为大数据添加语义/知识,使数据产生智慧(smartdata),完成从数据到信息到知识,最终到智能应用的转变过程。
知识图谱在多个应用领域中凸显出越来越重要的应用价值,如知识融合、语义搜索和推荐、问答和对话系统、大数据分析与决策等。知识图谱可以对分布异构的数据资源进行语义标注和链接,建立以知识为中心的资源语义集成服务;将用户搜索输入的关键词,映射为知识图谱中客观世界的概念和实体,搜索结果直接显示出满足用户需求的结构化信息内容;基于知识的问答系统将知识图谱看成一个大规模知识库,通过理解将用户的问题转化为对知识图谱的查询,直接得到用户关心问题的答案;通过语义链接可以帮助理解大数据,获得对大数据的洞察,提供决策支持。
知识图谱技术的发展历程可以追溯到20世纪80年代,早期的知识图谱技术主要是基于规则和基于框架的方法。90年代,知识图谱技术开始转向基于描述逻辑和基于ontology的方法。21世纪初,知识图谱技术开始转向大规模知识图谱的构建和应用。2012年,谷歌提出知识图谱概念,并成功应用于搜索引擎。自此,知识图谱技术开始广泛应用于人工智能、自然语言处理和大数据分析等领域。
《2018知识图谱发展报告》对知识图谱的定义、技术、应用和发展历程进行了详细的介绍,对知识图谱在人工智能、自然语言处理和大数据分析等领域的重要作用进行了深入的分析,为读者提供了一个系统的知识图谱概述。
2015-10-23 上传
2024-10-23 上传
2024-10-23 上传
wzbyytm
- 粉丝: 0
- 资源: 34
最新资源
- 单片机串口通信仿真与代码实现详解
- LVGL GUI-Guider工具:设计并仿真LVGL界面
- Unity3D魔幻风格游戏UI界面与按钮图标素材详解
- MFC VC++实现串口温度数据显示源代码分析
- JEE培训项目:jee-todolist深度解析
- 74LS138译码器在单片机应用中的实现方法
- Android平台的动物象棋游戏应用开发
- C++系统测试项目:毕业设计与课程实践指南
- WZYAVPlayer:一个适用于iOS的视频播放控件
- ASP实现校园学生信息在线管理系统设计与实践
- 使用node-webkit和AngularJS打造跨平台桌面应用
- C#实现递归绘制圆形的探索
- C++语言项目开发:烟花效果动画实现
- 高效子网掩码计算器:网络工具中的必备应用
- 用Django构建个人博客网站的学习之旅
- SpringBoot微服务搭建与Spring Cloud实践