复旦大学肖仰华教授讲解：大规模概念图谱构建与应用

"大规模概念图谱构建与应用_复旦大学_肖仰华" 肖仰华教授在2018年的讲座中详细介绍了大规模概念图谱的构建与应用，这是一份来自复旦大学知识工场实验室的珍贵资料。概念图谱是知识图谱的一种，它由节点和关系组成，节点代表实体和概念，关系则涵盖了实体与概念间的类属关系（isA）和概念与概念间的子类关系（subclassOf）。通过这些关系，我们可以构建出一个反映现实世界知识的有向无环图，也即Taxonomy。 在图谱中，实体如“刘德华”是具体的个体，而概念如“演员”则是对一类事物的抽象描述。isA关系揭示了实体属于某个概念的属性，例如“刘德华isA演员”，而subclassOf关系表示概念间的层级结构，如“电影演员isA演员”。这种上下位关系（Hypernym-Hyponym）在语言学中广泛存在，帮助我们理解词汇的层次和含义。 CN-Probase是中国目前最大的开放领域中文概念图谱，拥有约1700万个实体、27万个概念和3300万条isA关系，其准确性超过95%。它的优势在于能全面覆盖常见实体和概念，并且以实体为基础进行组织，便于对实体的概念进行精确理解。 ProbasePlus作为Probase的扩展，是一个网络规模的Taxonomy，包含超过1000万个概念/实体和1600万条isA关系。它不仅包含了更多的inferred isA关系，适用于概念化和推理，还包含了高质量的中文isA关系，这些关系是从Probase翻译过来的，总数达到数百万。 概念图谱的应用广泛，可以用于搜索引擎的改进、推荐系统、问答系统、语义理解和人工智能等领域。它们提供了一种结构化的方式来存储和处理大量的知识，使得机器能够理解并利用这些知识，进而提高自动化决策和智能服务的水平。构建大规模概念图谱的关键技术包括信息抽取、知识表示、关系推理和知识融合等，这些技术的发展推动了知识图谱的不断进步，使其在大数据时代发挥着至关重要的作用。