中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：通過知識圖譜，不僅可以將互聯(lián)網(wǎng)的信息表達成更接近人類認知世界的形式，而且提供了一種更好的組織、管理和利用海量信息的方式；本文作者分享了關(guān)于AI產(chǎn)品經(jīng)理的知識圖譜簡介以及利用，我們一起來了解一下。

01 為什么要了解知識圖譜

AI核心要研究的是如何讓計算機去完成以往需要人的智力才能勝任的工作，而人的智能性核心體現(xiàn)在對不同事物的感知能力、推理能力、決策能力；因此要想做出AI產(chǎn)品就離不開對感知的研究，推理機制的研究以及智能決策方向的研究。

對感知智能而言，AI已經(jīng)做了很多突破，例如機器對聽覺、視覺、觸覺的感知能力，通過攝像頭、麥克風或者其他的傳感設(shè)備，借助語音識別、圖像識別的一些算法模型，能夠進行識別和理解。

感知智能的發(fā)展能夠采集到海量的不同來源及不同存儲方式的數(shù)據(jù)，如果想要用這些數(shù)據(jù)做出具體場景化的應(yīng)用，目前市面上常用的方式有兩種：

• 統(tǒng)計分析，也就是在業(yè)務(wù)中做的最多的數(shù)據(jù)理解和分析，包括了語義分析、情感分析，及各種指標分析的數(shù)據(jù)可視化。
• 決策，基于收集或者產(chǎn)生的數(shù)據(jù)去做自動化決策，或者智能推薦、智能問答等。而在做這些內(nèi)容時依賴的核心技術(shù)就是知識圖譜相關(guān)的技術(shù)。

02 知識圖譜是什么

了解知識圖譜是什么之前，先了解數(shù)據(jù)、信息、知識之間的關(guān)系。

• 數(shù)據(jù)是指聲音、圖像、符號，通常指最原始的記錄，數(shù)據(jù)間彼此孤立，沒有經(jīng)過加工和解釋。
• 信息是指數(shù)據(jù)經(jīng)過加工處理后，建立了某種聯(lián)系或增加了某些屬性；信息可以經(jīng)過加工和處理轉(zhuǎn)化為數(shù)據(jù)進行存儲，數(shù)據(jù)是信息的表現(xiàn)形式。
• 知識是通過實踐獲得的認識或經(jīng)驗的總和，可以是已經(jīng)文本化的知識，也可以是存儲在大腦中的認知。

eg：

「38.5」這是一條數(shù)據(jù)，不具有任何意義。

「小明測量體溫為38.5度」這是一條信息，并且38.5是一個關(guān)鍵指標。

「正常人體的溫度為36-37度，當體溫超過基礎(chǔ)體溫1度及以上時，即認為發(fā)熱，而不同的溫度范圍又可分為低熱、高熱…」這是一條知識，是通過許多病例、實驗總結(jié)出的公認正確的。

「小明發(fā)熱了，因為他體溫為38.5度」這個結(jié)果是由知識推理而來的。

知識圖譜是基于圖模型來描述知識以及構(gòu)建關(guān)聯(lián)關(guān)系模型的技術(shù)手段，現(xiàn)實世界中常用到的知識，或者我們腦海中記住的知識，通常是一段描述性的話；而知識圖譜就是將某段描述知識的話抽象成主體、屬性、關(guān)系的三元組，并利用圖譜的形式呈現(xiàn)出來。

如下圖即是一個簡單的知識圖譜，「張柏芝」、「謝霆鋒」、「王菲」是人物主體；「出生年月」、「性別」、「年齡」為主體屬性；「前妻」、「現(xiàn)任女友」、「情敵」為知識抽象出的關(guān)系。

知識推理過程

“前妻”知識：

男女雙方在法律上曾經(jīng)成立過婚姻，后通過協(xié)議或訴訟的方式解除了婚姻，終止了夫妻間權(quán)利和義務(wù)，對男方而言稱呼女方為前妻。

推理過程：

張柏芝和謝霆鋒之間在法律上曾經(jīng)成立過婚姻，后解除了婚姻，且張柏芝是女性，因此張柏芝是謝霆鋒的前妻。

在知識圖譜技術(shù)中，「張柏芝」、「謝霆鋒」、「王菲」被稱為節(jié)點，節(jié)點可以是實體也可以是抽象出的概念；加粗的黑線稱為邊，表現(xiàn)實體或概念之間的關(guān)系，如「張柏芝」和「謝霆鋒」的關(guān)系是「前妻」。

圖中每一個圓都是一個節(jié)點，連接圓的直線都是邊，可以看出知識圖譜是由節(jié)點和邊組成；而節(jié)點和節(jié)點之間的邊，可以是屬性、也可以是關(guān)系，例如「張柏芝」、「謝霆鋒」之間的邊代表的是關(guān)系，「張柏芝」、「性別：女」之間的邊代表的是屬性。

可以用來做什么？

最早知識圖譜的應(yīng)用是用來提升搜索引擎的能力，早期的搜索，是依賴網(wǎng)頁間的超鏈接、搜索關(guān)鍵詞與網(wǎng)頁包含關(guān)鍵詞的匹配關(guān)系進行精確或模糊搜索。

但互聯(lián)網(wǎng)終極形態(tài)是萬物的互聯(lián)，搜索的終極目的也是對萬物的直接搜索，因此僅依靠關(guān)鍵詞之間的匹配不足以滿足日益豐富的搜索需求。

在傳統(tǒng)的搜索模式下，當我們搜索「謝霆鋒的前妻是誰？」，檢索結(jié)果可能是某個網(wǎng)頁中包含了「謝霆鋒的前妻是張柏芝」這句話，我們才能找到網(wǎng)頁，在從網(wǎng)頁中的信息中得知謝霆鋒的前妻是張柏芝這個結(jié)論。

而上圖知識圖譜的建立，當搜索需求產(chǎn)生時會快速的返回「張柏芝」及個人信息。

知識圖譜的構(gòu)建原理及流程？

知識圖譜的構(gòu)建通常分為兩類，一類是開放域的知識圖譜、一類是垂直領(lǐng)域的知識圖譜；像google、百度搜索等搜索引擎建立的知識圖譜屬于開放域的，像某個領(lǐng)域，電商、金融、圖情、生活娛樂等基于具體領(lǐng)域和場景構(gòu)建的知識圖譜為垂直領(lǐng)域的知識圖譜。

兩種圖譜的場景應(yīng)用不太一樣，但涉及的底層邏輯和構(gòu)建流程是相似的。

知識圖譜的構(gòu)建涉及了知識表示、知識獲取、知識處理和知識利用等多方面。

知識表示：

簡單理解就是設(shè)計者把得到的知識，針對各種問題的類型和場景，設(shè)計成多種表現(xiàn)形式，而使用者可以直接使用這種設(shè)計好的表示方法來代表這類知識信息。

例如我作為系統(tǒng)設(shè)計者，我定義了“V”為“或”的意思，其它使用者均可用“V”代表“或”。

知識獲取：

指人通過設(shè)計、程序編碼、人機交互使機器獲取知識；例如人為建立知識庫，讓專家系統(tǒng)來獲取知識，大部分都是通過人工的方式將人類的知識存儲到機器中，這個過程就是知識獲取的過程。

• 知識庫是相互關(guān)聯(lián)的事實及數(shù)據(jù)的集合，常被用來支持專家系統(tǒng)，是專業(yè)領(lǐng)域內(nèi)規(guī)則的集合，包含了規(guī)則所聯(lián)系的所有關(guān)系和數(shù)據(jù)。
• 專家系統(tǒng)是人工智能研究方向之一，是指利用人類某個領(lǐng)域?qū)＜医鉀Q問題的知識或者方法來進行程序化，依賴知識庫中的知識體系來進行決策。

知識處理：

包含了知識的加工、邏輯判斷、推理、知識輸出的過程。

nlp自然語言處理是知識處理的核心。

知識利用：

將規(guī)范的知識結(jié)構(gòu)應(yīng)用到具體的場景之中，創(chuàng)造價值。

在構(gòu)建技術(shù)上，數(shù)據(jù)和算法是知識圖譜的底層支持，包含了信息表示、信息抽取、信息融合、信息推理和信息決策等多個階段。

信息來源：

通?？梢酝ㄟ^多個渠道或者來源來獲取知識圖譜的數(shù)據(jù)，包含了文本、結(jié)構(gòu)化數(shù)據(jù)庫、多媒體數(shù)據(jù)、傳感器數(shù)據(jù)、人工眾包數(shù)據(jù)等。

信息表示：

利用計算機語言來描述人腦或者文本中的知識，來幫助進行下一步推理。

應(yīng)用到的技術(shù)手段，例如文本數(shù)據(jù)，通常會使用nlp自然語言處理技術(shù)，進行實體識別、實體鏈接、關(guān)系抽取、事件抽取等從文本中抽取出知識，在利用RDF把三元組作為基本的數(shù)據(jù)模型。

基本邏輯包含了實體、實體屬性、實體之間的關(guān)系。

信息抽?。?/p>

結(jié)構(gòu)化和文本化的數(shù)據(jù)是目前主要使用的數(shù)據(jù)形式，從結(jié)構(gòu)化數(shù)據(jù)中抽取信息一般使用現(xiàn)有的D2R工具，如D2RServer。

從文本中抽取信息主要經(jīng)歷實體識別和關(guān)系抽取兩部分，關(guān)系抽取一般可以使用基于特征模版的方法（人工打標簽），或者機器學習的方式進行抽取。

信息融合：

通常自己的數(shù)據(jù)源或者知識庫不足以構(gòu)建解決實際問題時，會去從第三方的知識庫或者收集其他渠道的結(jié)構(gòu)化數(shù)據(jù)進行融合；主要包含了模式層的融合和數(shù)據(jù)層的融合，核心解決的問題是避免實體與關(guān)系的沖突，或者相同實體含義但使用的不同的數(shù)據(jù)標識符，造成了不必要冗余。

知識圖譜補全與推理：

此環(huán)節(jié)核心是依賴于補全算法去實現(xiàn)，一種方法是基于本體推理的補全方法，另一種是基于圖結(jié)構(gòu)和關(guān)系路徑進行補全。

通常推理和補全是一個相互協(xié)作的過程，通過推理發(fā)現(xiàn)有問題的地方，進行補全。

應(yīng)用與決策：

語義檢索、智能問答、智能決策系統(tǒng)、推薦系統(tǒng)。

下面通過具體示例來理解知識圖譜的構(gòu)建流程：

03 應(yīng)用實例：電商知識圖譜的構(gòu)建

在目前電商的交易場景中，交易規(guī)模巨大，不僅涉及了線上、線下交易場景，還有各種新零售、多語言平臺、線上線下相結(jié)合的各種復(fù)雜的購物場景，企業(yè)對數(shù)據(jù)的聯(lián)通需求越來越強烈，因此電商的知識圖譜對于行業(yè)而言變得很重要。

電商的知識圖譜主要是圍繞商品構(gòu)建的，基于人、貨、場的主要框架進行拆解。

在電商這個領(lǐng)域下進行知識表示時，首先需要確認共涉及多少個一級本體、二級本體，電商知識主要的獲取來源是知識眾包，核心涉及了本體的設(shè)計，圍繞商品本身的屬性、消費者的需求、平臺運營管理的機制。

在不同平臺和渠道的數(shù)據(jù)采集工具不一樣，采集上來的數(shù)據(jù)的存儲形式也會略有差異；例如電商的賣點、詳情、圖片、評價，輿情信息中的品牌和口碑，涉及了大量的文本數(shù)據(jù)、圖像數(shù)據(jù)。

在進行知識表示時涉及了各種NLP、CNN技術(shù)；要求知識命名識別系統(tǒng)具有大規(guī)模實體類型識別的能力，并且把識別出的主體與知識圖譜進行鏈接。

以阿里電商認知圖譜的示例主要包括：

商品域：型號、尺碼、大小、顏色、口感、材質(zhì)..

用戶域：

性別、年齡、風格、品牌、購買力…

LBS域：購物場景、群體、泛品類……

然后需要對實體進行描述，除了基礎(chǔ)的屬性及屬性值以外，需要通過實體標簽進行實現(xiàn)，大部分實體標簽變化比較快，通常是通過知識推理獲取的；例如商品的標簽中，可以通過材料的配比或者國家行業(yè)標準進行處理。

例如：

• 低糖：食品每100克或100毫升的糖含量不能超過5克；
• 無糖：食品每100克或100毫升糖含量不能超過0.5克；

通過知識推理，可以根據(jù)商品配料表中的數(shù)據(jù)轉(zhuǎn)化為「無糖」、「低糖」的知識點，從而將數(shù)據(jù)轉(zhuǎn)化為知識標簽；大部分信息在提取之后會比較零散，需要將已建立好關(guān)系的知識庫中或者第三方的知識庫來源的信息做融合，以及實體對齊、實體消歧義的技術(shù)操作。

實體對齊：

例如迪奧是一個品牌名，DIOR為同一個品牌的英文名，雖然是同一個品牌由于文本不一樣，會被計算機識別為兩個實體，因此我們需要將類似的內(nèi)容對齊和統(tǒng)一化。

實體消歧：

例如蘋果是一種水果，在某些上下文中它可能表達蘋果手機，這時需要根據(jù)上下文進行實體消歧。

完成上述操作后，才會進行實體的抽取，實體抽取的過程中會利用算法進行實體間的相似性計算，主要依賴于本體庫中建立的本體之間的關(guān)系，進行推理和補齊；例如不同人買了同一件商品，或買了相似商品，該以怎樣的節(jié)點進行知識圖譜的關(guān)聯(lián)；可以采用自動化抽取或者人工抽取的方式進行實現(xiàn)，自動化抽取可以大批量任務(wù)，以及在多源異構(gòu)的數(shù)據(jù)處理中具有極大優(yōu)勢。

但對于復(fù)雜場景的抽取和識別依舊需要人工的介入。

在初步的知識圖譜構(gòu)建成功之后，需要進行知識庫的質(zhì)量評估，當部分關(guān)系無法通過知識庫進行抽取時，需要進行知識推理算法及知識圖譜補全算法進行關(guān)系鏈路的優(yōu)化；目前市面上已有部分技術(shù)上的解決方案，感興趣童鞋可以查閱更多資料進行擴展。

#專欄作家#

大鵬，公眾號：一個數(shù)據(jù)人的自留地。人人都是產(chǎn)品經(jīng)理專欄作家，《數(shù)據(jù)產(chǎn)品經(jīng)理修煉手冊》作者。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議。