前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >知识图谱中的推理技术及其在高考机器人中的应用

知识图谱中的推理技术及其在高考机器人中的应用

作者头像
用户1737318
发布2018-06-06 13:22:47
1.6K0
发布2018-06-06 13:22:47
举报
文章被收录于专栏:人工智能头条

本文来自东南大学教授漆桂林在携程技术中心主办的深度学习Meetup中的演讲内容,介绍了知识图谱中的推理技术及其在高考机器人中的应用。

随着信息化、互联网化,如何在海量的信息中获取核心的知识体系、知识图谱,并基于知识图谱理清海量信息的关系及结构,显得越来越重要。

本文简明地讲述了知识图谱的概念,回顾了知识图谱的历史,研究了知识图谱中的推理技术及其在高考机器人中的应用,希望能做出辅助学生学习的智能机器人。

什么是知识图谱

知识图谱是一种图数据模型组织的知识库,节点为实体或者概念,边为实体或者概念间各种关系。知识图谱为实现人工智能提供了常识知识和领域知识。

知识图谱的历史

知识图谱来源于知识工程。知识工程的历史回顾,可以追溯到六十年代Semantic Nets。到了八十年代专家系统,但由于知识瓶颈问题,在90年代受到的关注越来越小。Yahoo前首席科学家Ronald J. Brachman研究的KL-One系统是为了把Semantic Nets形式化。

Semantic Nets重新红火是2000年左右,随着Semantic Web的提出,智能化的搜索——语义搜索被认为是下一代搜索引擎,而Semantic Nets是语义搜索的关键。从2010年开始,Google提出Knowledge Graph,使得知识工程受到了业界和学术界的广泛关注。

知识图谱的逻辑推理

知识图谱的推理跟本体是相关的。什么是本体?形式化的,对于共享概念体系的明确而又详细的规范说明。本体提供的是一种共享词表。或者说,就是一种特殊类型的术语集。只有把概念形式化,机器和人才能互动和理解。

比如,心脏是一种肌肉组织,是血液循环系统的一部分。心脏和肌肉组织是一种上下位的关系,和循环系统是部分与整体的关系。

本体的定义,有点像数据库schema的定义,但更灵活。本体间的关系可以用类表示。比如独奏音乐艺术家与艺术家之间有上下位的关系。上下位关系有传递性。另外我们有不相交的关系,一种东西不能既是火车又是汽车。蕴含的关系可以通过推理得出。

另外一个比较重要的逻辑推理是基于规则的推理,比如说产生式规则的推理。

基于统计的推理

结合统计推理,我们可以发现有些百科中的矛盾,大豆食心虫既是动物,又是植物。另外,与深度学习比较紧密的是表示学习(Representation Learning)。

表示学习的基本思想:用低维的向量空间将每个实体都表示到空间里面的某一个位置,从而可以利用空间中的距离来衡量实体之间的语义关系。E1,E2, … En代表所有实体,R1,R2, … Rn代表所有关系,故可以使用三维矩阵(张量)表示知识图谱。还有Path Ranking Algorithm,根据路径,预测人物之间的关系是否成立。

高考解题的应用

以空间推理为例。对于目前的大部分试题的图片,现有的单一的空间推理模型(RCC、CSD、ICD)不足以表达足够的空间关系。比如,美国与加拿大之间既存在拓扑关系,也存在方位关系。需将多种的空间推理模型结合,得到新的空间关系表示和推理模型。新的模型的表示、推理能力?应强于原有单一模型,但仍有待调研、测试。

空间推理模型需要扩展。

  1. 扩展表示方法。引入距离模型和其他空间模型(如上下左右的表示)。
  2. 扩展表示对象。动态对象的表示,线、点线面关系的表示,模糊对象的表示。

比如说,我们要分析地理岩层。我们要了解事实:石灰岩属于沉积岩,页岩属于沉积岩,规则:沉积岩越往下形成年代越早,同层沉积岩形成年代一致。用来预测分析岩层属于什么岩。

最后强调,知识图谱中的本体和规则是相当重要的。

演讲PPT下载:

知识图谱中的推理技术及其在高考机器人中的应用

携程技术中心深度学习Meetup系列:

本文由携程技术中心(微信公号ctriptech)童兰利整理,并经过演讲者本人确认和授权发布。 责编:周建丁(zhoujd@csdn.net)


本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2016-07-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 人工智能头条 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 什么是知识图谱
  • 知识图谱的历史
  • 知识图谱的逻辑推理
  • 基于统计的推理
  • 高考解题的应用
相关产品与服务
灰盒安全测试
腾讯知识图谱(Tencent Knowledge Graph,TKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式平台。支持抽取和融合异构数据,支持千亿级节点关系的存储和计算,支持规则匹配、机器学习、图嵌入等图数据挖掘算法,拥有丰富的图数据渲染和展现的可视化方案。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档