知识图谱简史:从1950到2019

2019 年 12 月 2 日 专知
知识图谱简史:从1950到2019

地址:http://knowledgegraph.today/paper.html


作者 | Claudio Gutierrez 、 Juan F. Sequeda

编译 | Xiaowen


目录:


知识图谱可以被认为是实现计算机科学的早期愿景,即创建能够大规模集成知识和数据的智能系统。“知识图谱”一词在本世纪初被研究者引入,自2012年谷歌推广以来,在学术界和行业中迅速流行。必须注意的是,无论“知识图谱”一词的讨论和定义如何,都源于语义网络、数据库、知识表示和推理、nlp、机器学习等不同研究领域的科学进步。这些不同学科的思想和技术的融合为知识图谱的概念提供了丰富的内容,但同时也对实践者和研究人员提出了挑战,要求他们了解当前的进展是如何从早期技术发展而来的,并植根于早期技术。


这份文档,结合18th International Semantic Web Conference的教程,提供了基于知识、数据及其组合的计算机科学学科进步的知识图谱的根源的历史背景。需要注意的是,这份文档不是一个综述survey(不一定涵盖所有方面),也不对关于这一主题的论文和系统进行系统的方法(定性或定量)分析。


那么,这篇文章是什么呢?这是作者对这一学科历史观点的选择,以教学为重点。我们展示了一份学习地图,并提供指导方针,以浏览最相关的想法,理论和事件,从我们的角度发出信号,触及当前的发展。目标是帮助理解什么起作用,什么不起作用,并反映出它是如何激发下一个想法的。


为什么要写这篇文章?了解一个研究领域的历史背景至关重要,以便了解未来可能的途径。这是科学方法的DNA:为了站在巨人的肩膀上进行背景研究。当谈到语义网络研究领域,尤其是对于知识图谱的时候,我们注意到学生和初级研究者并不完全清楚思想、概念和技术的来源。我们认为这篇文章是克服这个弱点的一个小步骤。



完整全文,请参阅http://knowledgegraph.today/paper.html


 便捷下载报告获取,请关注专知公众号(点击上方蓝色专知关注

  • 后台回复“KGH” 就可以获取论文的下载链接索引~ 



更多“知识图谱”的相关内容,欢迎登录专知网站www.zhuanzhi.ai,搜索“知识图谱”关键词查看:



-END-
专 · 知


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询
请加专知小助手微信(扫一扫如下二维码添加),获取专知VIP会员码,加入专知人工智能主题群,咨询技术商务合作~
点击“阅读原文”,注册使用专知,查看5000+AI主题知识资料
登录查看更多
8

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等

知识图谱以图的方式承载着结构化的人类知识。作为将知识整合进入人工智能系统的媒介, 知识图谱的研究日益流行。知识图谱在众多人工智能相关的应用上崭露头角, 例如问答系统、 信息检索、 自然语言处理、 推荐系统等。然而, 传统的深度学习不能很好地处理知识图谱这类非欧式数据。随着图神经网络的快速发展, 几何深度学习成为建模非欧式数据的重要理论。 本文以几何深度学习的视角, 以图神经网络为重点, 总结了近期基于图神经网络的知识图谱关键技术研究进展。具体地, 本文总结了知识图谱中知识获取、 知识表示、 知识推理这三个较为核心的研究领域, 并展望了未来的研究方向和前景, 探讨知识图谱在航空航天军事上的潜在应用。

http://www.aeroweaponry.avic.com/CN/abstract/abstract10635.shtml

成为VIP会员查看完整内容
0
25

教程题目

知识图主要思想简史教程:A Brief History of Knowledge Graph's Main Ideas: A tutorial

教程内容

知识图谱可以被认为是实现了计算机科学早期的愿景,即创建大规模集成知识和数据的智能系统。“知识图”一词是在本世纪初由研究人员提出的,自2012年谷歌推广以来,在学术界和业界迅速流行起来。必须指出的是,无论“知识图”一词的讨论和定义如何,它都源于语义网、数据库、知识表示和推理、自然语言处理、机器学习等不同研究领域的科学进步。来自这些不同学科的思想和技术的集成使知识图的概念更加丰富,但同时也给实践者和研究者提出了一个挑战,使他们知道当前的进步是如何从早期技术发展而来的,并植根于早期技术。

教程作者

Claudio Gutierrez ,Juan F. Sequeda,来自于智利国立大学。

成为VIP会员查看完整内容
A Brief History of Knowledge Graph's Main Ideas.pdf
0
40
小贴士
相关资讯
【资源】知识图谱本体构建论文合集
专知
44+阅读 · 2019年10月9日
为什么说深耕AI领域绕不开知识图谱?
人工智能学家
23+阅读 · 2019年5月30日
【资源推荐】AI可解释性资源汇总
专知
41+阅读 · 2019年4月24日
干货 | 知识图谱的技术与应用
深度学习与NLP
10+阅读 · 2018年6月15日
科普 | 知识图谱相关的名词解释
开放知识图谱
10+阅读 · 2017年12月4日
论文动态 | 基于知识图谱的问答系统关键技术研究 #04
开放知识图谱
6+阅读 · 2017年7月9日
相关论文
Matthias Fey,Jan-Gin Yuen,Frank Weichert
3+阅读 · 6月22日
Directions for Explainable Knowledge-Enabled Systems
Shruthi Chari,Daniel M. Gruen,Oshani Seneviratne,Deborah L. McGuinness
8+阅读 · 3月17日
Guanglin Niu,Yongfei Zhang,Bo Li,Peng Cui,Si Liu,Jingyang Li,Xiaowei Zhang
5+阅读 · 2019年12月28日
Efficiently Embedding Dynamic Knowledge Graphs
Tianxing Wu,Arijit Khan,Huan Gao,Cheng Li
4+阅读 · 2019年10月15日
Malte Ostendorff,Peter Bourgonje,Maria Berger,Julian Moreno-Schneider,Georg Rehm,Bela Gipp
4+阅读 · 2019年9月18日
KagNet: Knowledge-Aware Graph Networks for Commonsense Reasoning
Bill Yuchen Lin,Xinyue Chen,Jamin Chen,Xiang Ren
6+阅读 · 2019年9月4日
Xiang Wang,Dingxian Wang,Canran Xu,Xiangnan He,Yixin Cao,Tat-Seng Chua
4+阅读 · 2018年11月12日
Mathijs Schuurmans,Maxim Berman,Matthew B. Blaschko
5+阅读 · 2018年6月7日
Zhenghao Liu,Chenyan Xiong,Maosong Sun,Zhiyuan Liu
7+阅读 · 2018年6月3日
Yongfeng Zhang,Qingyao Ai,Xu Chen,Pengfei Wang
20+阅读 · 2018年3月22日
Top