为什么构建知识图谱,如何构建知识图谱

构建知识图谱，需要掌握一些工具，比如爬虫、二次等。如果掌握了工具，构建知识图谱并不难，难的是大数据源。一个是开放领域的知识图谱，一个是垂直领域的知识图谱。数据是构建地图的最大绊脚石。只要有数据，简单使用neo4j或者其他工具就可以构建地图。
如何构建知识图谱？

【为什么构建知识图谱,如何构建知识图谱】目前的知识图谱分为两类。一类是开放域的知识图谱，另一类是垂直领域的知识图谱，首先就是要先处理数据互联网上的数据基本上都是结构化的，非结构化的和半结构化的。结构数据一般就是公司的业务数据，这些数据都存储到数据库里，从库里面抽取出来做一些简单的预处理就可以拿来使用。半结构化数据和非结构化数据，比如对商品的描述，或是标题，可能是一段文本或是一张图片，这就是一些非结构化数据了，
但它里面是存储了一些信息的，反映到的是知识图谱里的一些属性。所以需要对它里面进行一个抽取，这是构建知识图谱中比较费时费力的一个工作，从数据里需要抽取的其实就是之前所提到的实体、属性、关系这些信息。对于实体的提取就是NLP里面的命名实体识别，这里相关的技术都比较成熟了，从之前传统的人工词典规则的方法，到现在机器学习的方法，还有深度学习的一些使用另外还需要做的是实体对齐和实体消歧。
关于实体对齐，举例来说，比尔盖茨这四个字是中文名称， BillGates是他的英文名称，但其实这两个指的是同一个人。由于文本的不一样，开始的时候导致这是两个实体，这就需要我们对它进行实体对齐，把它统一化。另外是实体消歧，举例来说，苹果是一种水果，但是在某些上下文里面，它可能指的是苹果公司。这就是一个实体歧义，我们需要根据上下文对它进行实体消歧，
其次，在完成了以上步骤之后，接下来就是本体抽取。比如说公司是一个机构，它是有这种上下流的关系的，对于平级的也需要计算一个他们的相识度，比如比尔盖茨和乔布斯在实体层面，他们是比较相似的。他们都属于人这个实体，他们跟公司的差别还是挺大的，所以需要一个相似度的计算。在以上步骤完成之后需要对知识库进行质量评估，
如何构建健康知识图谱？

可将医学知识图谱构建技术归纳为五部分，即医疗知识的表示、抽取、融合、推理以及质量评估。通过从大量的结构化或非结构化的医学数据中提取出实体、关系、属性等知识图谱的组成元素，选择合理高效的方式存入知识库， 1）医学知识表示。知识表示是为描述世界所做的一组约定，是知识符号化、形式化、模式化的过程，主要研究计算机存储知识的方法，其表示方式影响系统的知识获取、存储及运用的效率，
在医疗领域，实体维度包括疾病、症状、检查、检验、体征、药品等等医学名词，甚至医生、科室、医院也可以纳入范畴。关系是指实体间的关系，比如，针对疾病和症状，关系可有“包含关系” ， “不包含关系” ，甚至“金标准关系”（比如，所有炎症都会带来发热，这就是金标准），疾病和医生可以定义“医生擅长治疗疾病” ，医生和医院可以定义“归属于关系”等等。