【知识图谱系列01】初识知识图谱：了解基础原理、应用与价值

　　编辑导语：“无知识图谱，不AI”，知识图谱一直是AI领域不可不谈的话题，各大公司都在搭建各自领域的知识图谱，还有许多靠做知识图谱起家的独角兽公司。那么知识图谱到底是什么？它为什么会被大家热衷？它与传统的数据库存储数据的方式有何不同？让我们一起看看吧。

　　

　　一、知识图谱是什么？

　　如字面意思，知识图谱可以拆解为“知识”和“图谱”去理解。

　　知识，是人们在改造世界的实践中所获得的认识和经验的总和。

　　图谱，是一种强调链接的存储方式。

　　知识图谱其实就是存储及表达知识的一种方式。

　　但一个知识的储存方式为什么会被单独提出来？甚至被Google作为一项技术项目单独提出来？

　　首先得了解知识在认知中起到的作用。

　　其实在Google之前，知识图谱的前身：语义网络早在1960年代就被提出，当时是作为知识表示的一种方法被提出，主要应用于自然语言理解领域（让机器能够理解语言）。

　　

　　知识图谱演化的重要节点

　　正如人去理解一段话所表达的意思时，也用到了知识，比如“阿伟手上拿着刚发布的苹果”，这句话要能被正确理解，离不开对应的知识，至少得知道苹果除了是吃的，还可以是个手机牌子。

　　也就是说知识图谱起源是为了让机器更好的理解语言，通过建立起知识库，这种方法企图让机器拥有更多的“知识点”，能进行更多的联想及推理，对信息的理解更到位。

　　

　　知识图谱在人工智能中充当“记忆”的角色

　　知识的作用不仅限于文本，对图片也一样。

　　解读出的感受是又油又土十分好笑，这其中也运用了知识联想，联想了演员在社交媒体中的人设形象，当前的表情及动作，联想了发图者与自己的关系，于是会心一笑。

　　二、为什么是图谱？

　　为什么演化到目前阶段，是通过图谱去存储知识，而不是传统数据库？

　　我认为有两点：

　　第一是因为图谱的存储结构足够简单，图谱通过“三元组”存储知识，即头实体、关系，尾实体组成；

　　比如：苹果手机是苹果公司旗下的产品，抽象成知识表达的三元组即是：

　　

　　几乎所有的能通过符号表示的知识都能用这个结构进行储存。

　　第二是因为互联思维的普及，在强调万物互联的时代，图谱这种注重链接的存储方式能串联不同领域的知识，从而挖掘其中关系隐藏的价值。

　　三、知识图谱有什么用？

　　目前知识图谱应用主要有两个大方向：

　　1. 辅助语言理解

　　知识图谱在辅助语言理解方面起的作用有：

　　实体消歧：对文中提到的多义词进行精准判断，如上文提到的苹果案例。

　　指代消解：对文中的代词做出解释，如他和它。

　　其中代表性的应用如下：

　　（1）搜索

　　传统搜索只提供对网页的搜索（红框部分），图谱提供了对事物本身的描述，让结果更直观，更符合查询的语义。

　　

　　图谱搜索效果展示

　　（2）问答

　　垂直领域的问答系统会涉及到许多专业知识面的问题，举个保险行业的例子：

　　比如当客户问到：“xx保险能不能保障脊髓灰质炎？”

　　知识图谱可以通过结合保险领域知识与医疗知识进行推理，从而给出精准答案。

　　

　　知识推理简化示意图

　　2. 辅助大数据分析

　　图谱可以结合各类领域的知识，打造领域型的知识图谱，目前在大数据分析方面，工业落地主要应用如下：

　　（1）推荐

　　知识图谱中包含了丰富的关联性，可以为推荐系统提供部分信息来源；比如常见的推荐有电影推荐、音乐推荐。

　　加入图谱推荐的好处主要是可解释性强，能基于设定好的推荐路径进行精准推送。

　　比如小丁喜欢听《艾米莉》，《艾米莉》的乐队是回春丹，那么同个乐队的歌可以作为推荐。

　　

　　（2）风控

　　图结构能非常好的与SNA（社交网络分析）理论相结合，对团伙欺诈这类型的风险能起到非常好的挖掘作用；如洗钱行为可以综合多笔交易、企业信息等看是否出现资金汇集等。

　　图的优势在于能跨多度计算，能挖出埋藏较深度的风险关系，比起传统的侦察手段对团伙作案的风险能摸查得更全面。

　　三、无图谱，不AI？

　　这句话在现阶段，大家当pr稿理解就好了，事实上很多的AI落地应用，并没有用到知识图谱，知识图谱本身也存在着相当多的局限。

　　1. 工业落地视角

　　至少在目前阶段，许多项目中知识图谱的平替方案有很多，比如风控场景，通过传统的数据分析也能抓出许多问题案件；问答场景，搭建简单的问答知识库比直接建立知识图谱效率更高，投入更小。

　　究其原因还是在于这项技术需要非常大的资源投入，需要大量的具有丰富业务知识的专家，图算法专家等。

　　实际的工业落地项目中，几乎有70%的时间投入在图谱数据的获取、清洗、结构化上，而像知识框架的建设、图应用只占了不到30%的时间。

　　2. 技术视角

　　上文提到，知识图谱的三元组形式能表示几乎所有的符号型知识，即能被很好表达的显性知识，但现实中存在着很多知识是隐性的，比如一项技能，弹钢琴光知道乐理但没有熟练的指法也不行。

　　且知识图谱对于数据的结构化程度要求十分之高，但现实中大部分业务数据是非结构化的，如何将非结构化数据转为结构化，而这是一道还没有被解决的业界难题，是NLP的瓶颈。

　　四、结语

　　对每项新技术，我们应看到技术未来的发展空间，同时也要看到技术在当下的局限性。

　　保持对技术的理解、思考与反思，才能将技术真正落地。

　　本文由 @产品哲思 原创发布于人人都是产品经理。未经许可，禁止转载。

　　题图来自Unsplash，基于 CC0 协议