知识图谱 常用知识获取的方法

模式一：众包：

Freebase 允许任何人创建、修改、查询的知识库，这是常说众包模式。Freebase里面存储的不是大段的文本，而是结构化良好、机器也可读的数据格式。2010年收购，2015年关闭。Freebase —>WikiData模式二：标准共建网站的开发者能够将网页中出现的实体、实体属性，按照某种约定的规则做上标记，Google等搜索引擎的爬虫就能方便的获取到这些有价值的数据，从而可以达到扩充知识图谱数据的目的。schema.org模式三：机器学习Knowledge Vault通过机器学习将数据变成可理解的知识；机器学习，自动挖掘知识是未来的一个方向。四：垂直领域工程实践最佳选择：专家法

国内外知识图谱资源：国际(Google)Ting: Action、CreativeWork、Event、Intangible、Organization、Person、Place、ProductDataType: Boolean、Date、DateTime、Number、Text、Time国际(UMLS)统一医学语言系统(Unified Medical Language System，UMLS)是美国国立医学图书馆(National Library of Medicine，NLM)于1986年开始建设的一体化医学知识语言，具有集成性、跨领域和工具化的特点。应用：UMLS在信息检索(Information Retrieval)、自然语言处理(NLP)、电子病历(Electronic Patient Records)、健康数据标准(Health Data Standards)等方面得到了广泛的研究和应用。示例：NLM应用NMLS的系统和项目主要有PubMed，提供对Medline和其他相关数据库的免费检索；NLM Gateway，提供对NLM多个系统的集成检索，包括Medline、OLD Medline、LocatorPlus、PubMed、AIDS Meetings、HSRProj和MedlinePlus等UMLS的目标是力图使计算机系统能够理解生物医学和健康语言。因此，NLM发布了ULMS知识源（数据库）和相关软件工具（程序）,供医学信息学领域的信息系统开发人员和信息研究人员使用。UMLS包括以下4大部分：

超级叙词表（Metathesaurus），是UMLS知识源的核心，由来自各种受控词表的概念和术语以及它们之间的关系所构成；

语义网络（Semantic Network），是对超级叙词表概念的分类和分类之间的关系；

专家辞典（SPECIALIST Lexicon）,是一个词典信息库，用于自然语言处理；

支持性的软件工具，各种利用UMLS的工具和程序。

（1）来源的广泛行、异构性与多语言性

超级叙词表是UMLS构成的基础。截止2011年的最新版本（2011AB），超级叙词表包含有260万个概念和860万个唯一概念名称，这些概念来源于161个词表源，其类型包括主题词表、分类系统、标题表、代码表、本体等，涉及19个语种。从当前受控词表集成的规模来看，UMLS具有空前的广泛性、异构性和多语言性。（2）建设的开发性和可持续性UMLS超级词表的概念体系是一个不断积累建设的过程，1993年，它的来源词表只有15个，2007年增至136个来源词表，17个语种。UMLS具有良好的维护和更新机制，包括词表新增、词表版本更新、错误修正等。NLM网站的What's New，Updated Sources 和 Release Documentation 的统计部分发布UMLS的更新情况。

国内（openkg）由兴趣组织(一些大学和公司)在做，体系和专业度还不是很够，还不能达到生产和应用。国内（TCMLS）中医药学语言系统（Traditional Chinese Medicine Language System，TCMLS）:是以中医药学科体系为核心，遵循中医药学语言特点，借鉴语义网络的理念，建立的一个中医药学语言集成系统。它的词库涵盖了中医药学科系统及与中医药学科相关联的生物、植物、化工等自然与人文科学专业词汇。中医药学语言系统（TCMLS）:共收录约10万个概念、30万个术语以及127条语义关系。中医药学语言系统的语义网络框架包括128中语义类型以及58种语义关系。其中，语义类型对应网络节点，语义关系对应节点之间的弧。语义网络框架为建立具体概念之间的语义关系提供参考和约束；中国中医科学院中医药信息研究所（2002-2014）采用本体（Ontology）的方法，对中医药的概念和术语进行系统梳理和精确表达；ISO-2014ISO/TS 17948:2014 Health informatics — Traditonal Chinese medicine literature metadata语义类型：96语义关系：58

其他语言知识图谱：

WordNet: 155,327个单词，同义同集117,597个，同义同集之间由22种关系连接

事实性知识图谱

OpenCyc: 23.9万个实体，1.5万个关系属性，209.3万个事实三元组

Freebase: 4000多万实体，上万个属性关系，24多亿个事实三元组

DBpedia: 400多万实体，48,293种属性关系，10亿个事实三元组

YAGO2: 980万实体，超过100个属性关系，1亿多个事实三元组

百度百科：词条数1000万个

互动百科：800万词条，5万个分类，68亿文字

领域知识图谱

Kinships: 描述人物之间的亲属关系，104个实体，26种关系，10800个三元组

UMLS: 医学领域，描述医学概念之间的联系，135个实体，49种关系，6800个三元组

Cora: 2497个实体，7种关系，39255个三元组

机器自动构建的知识图谱

NELL: 519万实体，306种关系，5亿候选三元组

Knowledge Vault: 4500万实体，4469种关系，2.7亿三元组