《中國人工智能學會通訊》——第6章 6.1 基于深度學習技術的知識圖譜建構技術研究

随着網際網路、雲計算等技術的發展，資訊資源不斷豐富，人們的知識需求也有所增長。如何正确了解知識需求，定位和提取相關的知識，并提供有效的知識服務，是知識工程的重要研究問題。其中，知識圖譜作為目前主流的知識工程基礎技術，支撐着包括智能搜尋、智能問答、個性化推薦等多種知識服務，涉及到知識表示、知識擷取、知識融合、知識推理等關鍵技術。

知識圖譜是對知識的結構化表示，其核心思想是将現實世界的知識表達為實體和實體之間關系的形式。實際上，在知識圖譜被提出之前，以實體和關系為核心的知識表示方法已經廣泛應用于各種知識庫中。早期人們通過手工方式來建構這類知識庫，後來逐漸發展為從網際網路資料資源中自動化地提取實體和關系，用于知識庫的建構和完善。近年來，随着深度學習在自然語言處理領域的發展，深度神經網絡模型被融合到知識圖譜的相關研究中并獲得了良好的效果。我們将在本文中介紹知識圖譜的基本背景，歸納深度學習的相關基礎模型，進而讨論和展望深度學習目前在知識圖譜中的應用。