智慧图书馆：知识图谱主要技术

2.5.7.1　知识建模

知识建模，即为知识和数据进行抽象建模，主要包括以下5 个步骤：

以节点为主体目标，实现对不同来源的数据进行映射与合并（确定节点）；利用属性来表示不同数据源中针对节点的描述，形成对节点的全方位描述（确定节点属性、标签）；利用关系来描述各类抽象建模成节点的数据之间的关联关系，从而支持关联分析（图设计）；通过节点链接技术，实现围绕节点的多种类型数据的关联存储（节点链接）；使用事件机制描述客观世界中动态发展，体现事件与节点间的关联，并利用时序描述事件的发展状况（动态事件描述）。

2.5.7.2　知识抽取

从不同来源、不同结构的数据中进行知识提取，主要进行实体抽取和关系抽取，形成知识存入到知识图谱，这一过程我们称为知识获取。针对不同种类的数据，我们会利用不同的技术进行提取。

从结构化数据库中获取知识采用D2R 技术，难点是复杂表数据的处理。从链接数据中获取知识采用图映射技术，难点是数据对齐。从半结构化（网站）数据中获取知识使用包装器技术，难点是方便的包装器定义方法，包装器自动生成、更新与维护。从文本中获取知识采用信息抽取技术，难点是结果的准确率与覆盖率。(www.xing528.com)

图2-16　知识图谱的构建技术

2.5.7.3　知识合并

合并外部知识库—将外部知识库融合到本地知识库需要处理2 个层面的问题。数据层的融合，包括实体的指称、属性、关系以及所属类别等，主要的问题是如何避免实例以及关系的冲突问题，造成不必要的冗余；通过模式层的融合，将新得到的本体融入已有的本体库中。

合并关系数据库—在知识图谱的构建过程中，一个重要的高质量知识来源是企业或者机构自己的关系数据库。为了将这些结构化的历史数据融入到知识图谱中，可以采用资源描述框架（RDF）作为数据模型。业界和学术界将这一数据转换过程形象的称为RDB2RDF，其实质就是将关系数据库的数据转换成RDF 的三元组数据。