学习内容

小象学院 b站 第二章
【其实后面的方法学习只是一个框架式的学习，并不明白具体的操作】

第二部 典型知识库项目简介

CYC（读音： 赛克）

• CYC： 1984年由Douglas Lenat开始创建，最初的目标是建立人类最大的常识知识库。该知识库主要由术语Terms和断言Assertions组成。

• Cyc的主要特点是基于形式化的知识表示方法来刻画知识。形式化的优势是可以支持复杂的推理。但过于形式化也导致知识库的扩展性和应用的灵活性不够。Cyc提供开放版本的OpenCyc

Wordnet

• WordNet是最著名的词典(lexical)知识库，主要用于词义消歧，1985年提出的。

• WordNet主要定义了名词、动词、形容词和副词之间的语义关系。 例如名词之间的上下位关系（如： 猫科动物是猫的上位词），动词之间的蕴涵关系（如：打鼾蕴含着睡眠）等

• WordNet已经包含超过了15万个词和20万个语义关系。

ConceptNet

• ConceptNet是常识知识库。来源于OMCS项目。1999年创立

• ConceptNet主要依靠互联网众包、专家创建和游戏三种方法来构建。新版本导入了大量开放的结构化数据，如DBPedia、WordNetdeng
• ConceptNet知识库以三元组形式的关系型知识构成。ConceptNet5版本已经包含有2800万关系描述。与Cyc相比，ConceptNet采用了非形式化、更加接近自然语言的描述，而不是像Cyc那样采用形式化的谓词逻辑
• 与链接数据和谷歌知识图谱相比，ConceptNet比较侧重于词与词之间的关系。从这个角度看，ConceptNet更加接近于WordNet，但是又比WordNet包含的关系多。此外，ConceptNet完全免费开放，并支持多种语言。

Freebase

三元组：我们理解为主谓宾

Wikidata

DBPedia

• DBPedia是早期的语义网项目。DBPedia意指数据库版本的Wikipedia，是从Wikipedia抽取出来的链接数据集。DBPedia采用了一个较为严格的本体，包含人、地点、音乐、电影、组织机构、物种、疾病等类定义
• 此外，DBPedia还与Freebase、OpenCYC、Bio2RDF等多个数据集建立了数据链接。 DBPedia采用RDF语义数据模型，总共包含30亿RDF三元组。

三元组：我们理解为主谓宾

YAGO

链接

我们还添加了各种时间关系，比如奥巴马是多少年任期的； 鹿晗和关晓彤是多少年在一起的。

BabelNet

• BabelNet是类似于WordNet的多语言词典知识库。BabelNet的目标是解决WordNet在非英语语种中数据缺乏的问题。BabelNet采用的方法是将WordNet词典与Wikipedia百科集成
• 首先建立WordNet中的词与Wikipedia的页面标题的映射，然后利用Wikipedia中的多语言链接，再辅以机器翻译技术，来给WordNet增加多种语言的词汇
• BabelNet3.7包含了271中语言，1400万同义词组，36,4万词语关系和3.8亿从Wikipedia中抽取的链接关系，总计超过19亿RDF三元组。继承了上面两个数据库的优点，构建了目前最大规模的多语言词典知识库。
  我们可以利用同义词来重构搜索条件
  

NELL

这里是自动在web上抽取三元组知识；但是需要知识抽取（bootstrap）来进行引导。

Concept Graph

• Concept Graph是以概念层次体系为中心的知识图谱。与Freebase等知识图谱不同，Concept Graph以概念定义和概念之间的IsA关系为主
• 给定一个概念如“Microsoft”，Concept Graph返回一组与“微软”有ISA关系概念组，如“Company”，“Software Company”，这被称为概念化“Conceptualization”
• Concept Graph可以用于短文本理解和语义消歧。 如“工程师在吃苹果”，苹果指的是苹果还是苹果公司。

OpenKG：中文知识图谱资源库

Zhishi.me

英文很多，中文很少。 包括百度百科
实体抽取，关系抽取 --》 知识抽取

我们获取知识后再进行整合，进行互补。

cnSchema：开放的中文知识图谱Schema

可以自行访问