上次介绍了知识图谱的⼀些基本概念，这次我们来谈谈知识图谱的构建⽅法。我们知道知识图谱的数据是通过三元组（主语，谓词，宾语）的⽅式进⾏组织，每⼀个三元组代表⼀条知识，这些三元组并不是杂乱⽆章的堆砌在知识图谱中，⽽是按照⼀定的逻辑组织起来的。
1 知识图谱的数据结构
从知识图谱数据组织的架构来看，可以把知识图谱的数据分为两个层次，⼀个是数据模型层，数据模型是按照本体论的思想，勾画出来的数据组织模式，数据模型可以展⽰数据的组织⽅式，数据之间的相互关系，创建动植物的数据模型，可以按照动植物的通⽤分类标准，使⽤七个主要级别：界、门、纲、⽬、科、属、种。可以将动植物的数据按照这个模型进⾏组织。数据模型可以看作是元数据，依据数据模型，数据才能得到有效的组织。数据模型除了确定对象之间的分类，关系，还要明确对象的属性，针对不同的知识图谱，需要收集的数据的内容也不相同，内容范围由对象的属性确定。数据模型的分类，关系反映了数据之间的关系特征，数据模型的属性反映了数据的内在特征。另⼀个就是具体数据层，具体数据是⼀条条的知识，它是依据数据模型组织起来的。我们可以把数据模型看作是⾻架，把具体数据看作是肌⾁，两部分共同组成了⼀个健壮的整体，就是我们的知识图谱。不同类型的知识图谱，组织数据的⽅式也有所不同，涉及到具体数据，具体数据的内容也有差别。⽐如对于⼀个⼈物来说，如果是历
史知识图谱，可能⼈物数据的内容主要侧重于⼈物的⽣平，主要事迹，⼈物关系等等，如果是⽂学知识图谱，⼈物数据的内容则会主要侧重⼈物的主要作品，师承关系，作品流派等等。将知识图谱的数据分成了两个层次，在构建知识图谱的时候，是先确定数据模型再收集具体数据，还是先收集具体数据再确定数据模型，这就形成了两种构建知识图谱的⽅式。
2 ⾃顶向下的构建⽅式
感人的电影⾃顶向下的构建⽅式，是指先确定知识图谱的数据模型，再根据模型去填充具体数据，最终形成知识图谱。数据模型的设计，是知识图谱的顶层设计，根据知识图谱的特点确定数据模型，就相当于确定了知识图谱收集数据的范围，以及数据的组织⽅式。这种构建⽅式，⼀般适⽤于⾏业知识图谱的构建，对于⼀个⾏业来说，数据内容，数据组织⽅式相对来说⽐较容易确定。⽐如对于法律领域的知识图谱，可能会以法律分类，法律条⽂，法律案例等等的⽅式组织。再⽐如建⽴⼀个三国时期⼈物的知识图谱，可能会以某个历史时期，魏蜀吴三个国家将⼈物进⾏分类，统计⼈物的师承，上下属，朋友，敌对等等关系，依据这些关系设计数据模型，然后再收集具体⼈物数据，形成⼈物的知识图谱。总起来说，⾃顶向下的构建⽅式，适⽤于那些知识内容⽐较明确，关系⽐较清晰的领域构建知识图谱。
3 ⾃下向上的构建⽅式
⾃下向上的构建⽅式，是指先按照三元组的⽅式收集具体数据，然后根据数据内容来提炼数据模型。采⽤这种⽅式构建知识图谱，是因为在开始构建知识图谱的时候，还不清楚收集数据的范围，也不清楚数据怎么使⽤，就是先把所有的数据收集起来，形成⼀个庞⼤的数据集，然后再根据数据内容，总结数据的特点，将数据进⾏整理、分析、归纳、总结，形成⼀个框架，也就是数据模型。⼀般公共领域的知识图谱采⽤这种⽅式，因为公共领域的知识图谱，涉及到海量数据，并且包括⽅⽅⾯⾯的知识，做出来的效果是⼤⽽全，这在构建初期，很难想清楚数据的整体架构，只能是根据数据的内容总结提炼特征，形成数据框架模型。⽐如google，百度的知识图谱，属于典型的公共领域知识图谱，现实中，使⽤他们的搜索⼯具进⾏内容搜索时，⽤户可能输⼊的内容千差万别，各个领域的问题都可能问到，也就使得他们的后台知识图谱内容也要覆盖所有知识，在构建他们这种公共领域的知识图谱过程中，随着数据的不断积累，才会对数据知识进⾏分类，慢慢呈现出知识架构。
考教师资格证的条件4 结语
给老师的一封信 教师节当然，两种构建⽅式也不是⼀成不变的，在构建初期两种⽅式区别很明显，在知识图谱构建后期，两种⽅式可能会结合使⽤。对于⾃顶向下的构建⽅式，随着数据量的不断积累，可能会发现原来的数据模型并不完善，有很多数据可能没有包含在数据模型的体系中，这时候就需要修订数据模型，根据数据的特点，完善数据模型。同样，在⾃下向上的构建⽅式中，慢慢形成的数据模型，对于后期的数据收集，也有⼀定的指导作⽤，按照形成的数据模型，可以快速准确地收集相关数据。总之，数据和数
据模型之间，是⼀个相辅相成的关系，⼆者在构建知识图谱的过程中缺⼀不可。
发布评论