知识图谱中的关系方向与强度研究

臧根林; 王亚强; 吴庆蓉; 占春丽; 谢新扬

doi:10.11959/j.issn.2096-0271.2019027

您当前的位置：

首页 >

文章列表页 >

知识图谱中的关系方向与强度研究

研究 | 更新时间：2024-06-03

- 知识图谱中的关系方向与强度研究
- Study on direction and strength of relation based on knowledge graph
- 大数据 2019年5卷第3期页码：2019027-1
- 作者机构：
  
  1. 拓尔思知识图谱研究院，广东广州 510665
  2. 广州拓尔思大数据有限公司，广东广州 510665
- 作者简介：
  
  [ "臧根林（1963-），男，博士，拓尔思知识图谱研究院院长，广州拓尔思大数据有限公司首席营销官，主要研究方向为知识图谱、知识工程、大数据应用、企业管理、企业文化。" ]
  [ "王亚强（1971-），男，拓尔思知识图谱研究院首席科学家，广州拓尔思大数据有限公司常务副总经理，主要研究方向为领域知识图谱、知识工程。" ]
  [ "吴庆蓉（1972-），女，拓尔思知识图谱研究院研究员，广州拓尔思大数据有限公司第三事业部副总经理，主要研究方向为领域知识图谱、知识工程。" ]
  [ "占春丽（1975-），女，拓尔思知识图谱研究院研究员，广州拓尔思大数据有限公司研发中心总经理，主要研究方向为领域知识图谱、知识工程。" ]
  [ "谢新扬（1976-），男，拓尔思知识图谱研究院研究员，广州拓尔思大数据有限公司副总经理，主要研究方向为领域知识图谱、知识工程。" ]
- 基金信息：
- DOI：10.11959/j.issn.2096-0271.2019027
  中图分类号： TP31
- 网络首发：2019-05，
  
  纸质出版：2019-05-15
- 稿件说明：
移动端阅览
臧根林, 王亚强, 吴庆蓉, 等. 知识图谱中的关系方向与强度研究[J]. 大数据, 2019,5(3):2019027-1.

Genlin ZANG, Yaqiang WANG, Qingrong WU, et al. Study on direction and strength of relation based on knowledge graph[J]. Big Data Research, 2019, 5(3): 2019027-1.
臧根林, 王亚强, 吴庆蓉, 等. 知识图谱中的关系方向与强度研究[J]. 大数据, 2019,5(3):2019027-1. DOI： 10.11959/j.issn.2096-0271.2019027.

Genlin ZANG, Yaqiang WANG, Qingrong WU, et al. Study on direction and strength of relation based on knowledge graph[J]. Big Data Research, 2019, 5(3): 2019027-1. DOI： 10.11959/j.issn.2096-0271.2019027.

摘要

目前普遍的知识图谱构建思路是图谱中的关系标签采用文字描述，这样很难对图谱中的关系进行计算。针对这个问题，提出了关系方向、强度因子和时态因子的概念，关系的正负、强度和时态可以通过有监督机器学习的方法形成自动模型，从而在领域知识图谱中实现关系的量化计算。这种知识图谱构建方法在计算事件舆情走向、计算企业合作与竞争情况变化、分析销售人员市场拓展情况等领域，形成了一种新的数据分析模式，对人工智能在具体行业的落地应用很有意义。

Abstract

In current popular ideas for knowledge graph construction

the relations in graphs were described by words

it is difficult to calculate the relations in graphs.To this issue

concepts of the direction

intensive factors

temporal factors of relations were proposed.Automatic models of positive

negative

intensive and temporal relations can be formed through supervised machine learning

so that the quantitative calculation of the relations can be implemented in the domain knowledge graph.This method forms a new idea in many areas such as calculating the trend of incidents

calculating the change of cooperation and competition between enterprises

and analyzing the market expansion of sales people.It is meaningful for artificial intelligence to be applied in specific industries.

关键词

Keywords

references

赵军 , 刘康 , 何世柱 , 等 . 知识图谱 [M ] . 北京 : 高等教育出版社 , 2018 .

ZHAO J , LIU K , HE S Z , et al . Knowledge graph [M ] . Beijing : Higher Education PressPress , 2018 .

陈秀娟 , 冷德荣 . 面向语言信息处理的语义研究——合著者的社会网络分析 [J ] . 情报科学 , 2013 ( 7 ): 126 - 129 .

CHEN X J , LENG D R . Semantic study in language and information processing based on social network analysis [J ] . Information Science , 2013 ( 7 ): 126 - 129 .

秦长江 , 侯汉清 . 知识图谱——信息管理与知识管理的新领域 [J ] . 大学图书馆学报 , 2009 ( 1 ): 30 - 37 ,96.

QIN C J , HOU H Q . Knowledge graph:a new area of information management and knowledge management [J ] . Journal of Academic Libraries , 2009 ( 1 ): 30 - 37 ,96.

徐增林 , 盛泳潘 , 贺丽荣 , 等 . 知识图谱技术综述 [J ] . 电子科技大学学报 , 2016 ( 4 ): 589 - 606 .

XU Z L , SHENG Y P , HE L R , et al . Review on knowledge graph techniques [J ] . Journal of University of Electronic Science and Technology of China , 2016 ( 4 ): 589 - 606 .

李涓子 , 侯磊 . 知识图谱研究综述 [J ] . 山西大学学报（自然科学版） , 2017 , 40 ( 3 ): 454 - 459 .

LI J Z , HOU L . Reviews on knowledge graph research [J ] . Journal of Shanxi University(Natural Science Edition) , 2017 , 40 ( 3 ): 454 - 459 .

朱木易洁 , 鲍秉坤 , 徐常胜 . 知识图谱发展与构建的研究进展 [J ] . 南京信息工程大学学报（自然科学版） , 2017 , 9 ( 6 ): 575 - 582 .

ZHU M Y J , BAO B K , XU C S . Research progress on development and construction of knowledge graph [J ] . Journal of Nanjing University of Information Science ＆Technology (Natural Science Edition) , 2017 , 9 ( 6 ): 575 - 582 .

SOWA J F . Principles of semantic networks:exploration in the representation of knowledge [J ] . Frame Problem in Artificial Intelligence , 1991 ( 23 ): 135 - 157 .

STAAB S , STUDER R , SCHNURR H . Knowledge processes and ontologies [J ] . IEEE Intelligent Systems,Special Issue on Knowledge Management , 2001 , 16 ( 1 ): 26 - 34 .

HENDRICKX I , KIM S N , KOZAREVA Z , et al . SemEval-2010 task 8:multi-way classification of semantic relations between pairs of nominals [C ] // The Workshop on Semantic Evaluations:Recent Achievements and Future Directions,June 4,2009,Boulder,USA.[S.l . ]:Association for Computational Linguistics , 2009 : 94 - 99 .

HASHIMOTO K , STENETORP P , MIWA M , et al . Task-oriented learning of word embeddings for semantic relation classification [J ] . Computer Science , 2015 : 268 - 278 .

ZHOU Z Q , QI G L , GLIMM B . Exploring parallel tractability of ontology materialization [C ] // European Conference on Artificial Intelligence,Hague,Netherlands,August 29-September 2,2016.[S.l:s.n . ] , 2016 : 73 - 81 .

浏览量

640

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于知识增强大语言模型的历史学科试题生成系统

知识增强策略引导的交互式强化推荐系统

空天大数据在新型智慧城市建设中的关键技术与应用探索

知识图谱多跳问答推理研究进展、挑战与展望

事件图谱的构建、推理与应用