段玉聪,邵礼旭,曹步清,孙小兵,齐连永

(1.海南大学信息科学技术学院,海南 海口 570228;2.湖南科技大学计算机科学与工程学院,湖南 湘潭 411201;3.扬州大学信息工程学院,江苏 扬州 225127;4.曲阜师范大学信息科技与工程学院,山东 济宁 276826)

1 引言

知识图谱已经成为用带有标记的有向图的形式来表示知识，并能赋予文本信息语义的强大工具。知识图谱是以节点的形式将项目、实体或用户表示出来，以边的形式将相互作用的节点链接起来构造的图形，边可以表示任何语义关系。知识库包含一组概念、实例和关系[1]。刘峤等[2]将知识图谱的构建按照知识获取的过程分为信息抽取、知识融合和知识加工三个层次，定义知识图谱是一个具有属性的实体通过关系链接而成的网状知识库。Cowie等[3]将信息抽取划分为实体、关系和属性三个层次，Sekine等[4]提出了一种包含150种实体的命名实体分类体系。Sen[5]采用主题模型作为相似度计算的依据，从维基百科中获取了实体目录，消除不可见文本的引用。Malin等[6]提出利用随机漫步模型对演员合作网络数据进行实体消歧，并取得了比基于文本相似度模型更好的消歧效果。Wu等[7]选择维基百科作为数据源，通过自动抽取生成训练语料，将其应用于对非结构化数据的实体属性抽取。对于关系抽取，出现了大量基于特征向量或核函数[8]的监督学习方法、半监督学习方法[9]和弱监督学习方法[10]。Banko等[11]提出了面向开放域的信息抽取方法框架并发布了基于自监督学习方式的开放信息抽取原型系统。……