7.21 什么是知识图谱

“知识图谱”（Knowledge Graph）是最近几年才出现的一个相对新的概念，用来指代大规模的，用来储存人类知识的数据集。知识图谱的创建可以依靠人工或者是半自动方法，例如 Freebase、YAGO 和 DBPedia；也可以是完全自动的，例如OpenIE [1] 和 NELL [2] 。为了方便计算机使用，知识图谱通常被存储成半结构化图的形式。图 1 展示了在 Freebase 中的一个子图。图中，每个结点代表一个实体（Entity）；边则将实体与它的的属性或者其他相关实体相连；属性或者与其他的实体的关系，则由边的类型表示。比如说在图1里， “Directed_By”这条边表示电影“The Brothers Grimn”是由“Terry Gilliam”导演执导的。这两个结点也都带有各种属性，例如别名 (Alias)、分类 (Category)和文本描述 (Textual Descriptions)。
这种图结构一般被存储成通用的，主语 - 动词 -宾语，RDF 三元组。每个 RDF 三元组对应一条边。边的起点是某个实体。边上存储的关系类型可以是由专家定义的，例如在 Freebase 和 DBPedia 中；也可以是自动抽取的，例如在 NELL 和 OpenIE 中。边的结尾可以是一个相关实体，也可以是某种属性。

与传统的控制词表（Controlled Vocabulary）相比较，知识图谱能够更好地表示知识。控制词表一般是由少数专家编纂的。虽然这样会非常精准，但规模也很小。而知识图谱可以被自动构建，规模就能非常大。比如说，医学上的 MeSH 控制词表包括约 27 000 个医学名词，而 Freebase 里面有5 800 万的实体。同时，传统的控制词表一般是基于分类树（Ontology）的树状结构；而知识图谱一般是一张图，通常也会包含更多类别的语义信息。