知识图谱的构建方法有几种？对应构建原则是什么？一文讲清

知识图谱的构建方法及其对应的构建原则



知识图谱是一种利用计算机来构建、表征和系统分析知识的技术和框架，为不同领域建立有系统概念表征，辅助和支持知识抽取、存储和推理分析，实现自动化知识管理的公共信息库。由于知识图谱在人工智能领域的重要性，各类专家和企业也纷纷建立自己的知识图谱平台，以便在不断增加的信息海洋中管控和利用社会信息，辅助实现机器认知。

知识图谱的构建，目前主要在人工生成和机器抓取两方面进行，嘉定风就属于前者，而旗下的KGraph则是基于机器抓取的一款服务。归结起来，现阶段被广泛使用的知识图谱构建方法，大致以下几种。

1 基于模式的构建方法

基于模式（also known as schema-based）的构建方法主要是以知识的形式来构建知识图谱，简单说就是以一种范式（schema）作为模版，通过将一些属性（property）和它们之间的关系（relation）组合在一起，构建层次清晰、结构化表示和可查询的知识结构。基于模式构建方法的构建原则主要是：定义能够表达问题的范式；根据定义的模式将数据库内容结构化表示；提供可视化平台呈现资源间的关系；以及提供通用查询接口等。

2 基于社会网络模型的构建方法

基于社会网络模型（also known as social networks-based）的构建方法则是参考现实世界社会中人际关系构建知识图谱，将实体当做“人”，实体之间的关系类比为“关系”，并以此组合成一个有向网络。基于社会网络模型的构建方法的构建原则信息抽取：针对每个实体的关系网络，可以建立有向图，将实体之间的多种关系组织起来，并以graph的形式表示；关系可视化：将实体的关系数据呈现在图表中，展现出情感、联系等信息；可编辑和扩展：基于用户查询，根据存在的网络行进合理递归，不断更新网络结构；可询索：根据网络表示，快速建立查询与回答的映射，便于检索实体关系等。

3 基于文本挖掘和本体推理结合的构建方法

基于文本挖掘和本体推理结合（also known as ontology-aided）的构建方法则是基于文本信息提取统一概念模型，并通过本体描述挖掘和推理构建知识图谱。构建原则：文本信息抽取：针对实体以及实体之间的关系进行抽取；实体消歧：针对同一片段，进行实体解析，可消歧重名实体；定义知识正规化：将实体和它们之间的关系，组合进行知识正规化；图谱可视化与查询：将构建好的知识