好奇心|知识图谱落地应用:智能问答(组图)
知识图谱(Graph)以结构化的方式描述客观世界中的概念、实体及其关系,将互联网信息表达成更接近人类对世界认知的方式。目前主要应用于搜索、推荐、智能问答等领域。接下来简单梳理一下目前主要的KG落地应用。
[相关说明]
好奇心 | 知识图谱落地应用:推荐
好奇心 | 知识图谱落地应用:智能问答
1. 搜索
知识图谱技术最早应用于搜索应用搜,2012年5月由谷歌首次提出(2012年5月17日,谷歌发布了知识图谱项目,并宣布建立基于此的下一代智能搜索引擎)。知识图谱技术在搜索中的落地包括:
一个。语义搜索:实现Web从网页链接到概念链接的转化,支持用户按主题搜索而不是按字符串搜索
湾。关系搜索:获取两个实体之间的关系,比如公司之间的关系、人与人之间的关系等。
C。结构化解释:以图形形式向用户呈现分类和组织的结构化知识,从而使人们从手动过滤网页中寻找答案的过程中解放出来
1.1 语义搜索
一个。关键字增强
【原理】核心还是传统的搜索引擎。知识图谱技术用于多种方式改进关键词搜索,从而提高搜索的查全率和查准率。其基本原理是预先定义一组词,如同义词、下义词等词。当检索到一个关键字时,其他与该关键字相关的词也会通过图搜索的方法进行检索,用于扩展或限制搜索。
【场景】更全面、更准确地找到你需要的信息
【登陆】谷歌、百度等
例如在微软搜索“”,可以检索到“”的相关结果(不一定是KG技术实现的,但基本意思是这样的)
湾。答案检索类型
【原理】对用户使用自然语言提出的问题进行语义分析和句型分析,然后将其转化为结构化的查询语句,然后在知识图谱中查询答案
【场景】直接找到问题的答案,而不是很多网页链接
[登陆]谷歌、百度等(部分查询)
eg1 在百度上搜索“阿里巴巴估值”,结果列表第一项直接返回答案
eg2 百度搜索“马云儿媳”(不一定是KG技术实现应用搜,但基本意思是这样),结果列表第一项直接返回答案
1.2 关系搜索
【场景】快速准确查询两个实体之间的关系
[着陆]天眼检查,完整历史
天眼查:公司关系查询(需付费)
全史:人物关系查询1.3结构化解读
系统收集信息并建立知识库。用户通过图形用户界面(可视化本体概念树)或关键词提交查询,系统返回用户搜索到的所有概念实例。
【场景一】快速高效地检索一个概念的所有实例
例如:天眼查、全史、贤者
eg1 在天眼查(网页)搜索“腾讯公司”,查看与该公司相关的实例(法人、分支机构等)
eg2 在整个历史(app)的关系图模块中点击“秦始皇”,系统会返回秦始皇的相关实例(家庭、敌意、成就等),然后点击“成就-韩国”转,可以查看秦始皇打败日本的功绩
eg3 在Magi中搜索“智能问答”,返回对应的实体、关系、属性等信息
[场景2]解决多义词
通常,一个词只有在特定的上下文中才能表达准确的意思,单次搜索成语往往面临多义的情况。比如“苹果”可以是一种奇异果,也可以是科技公司、手机、电脑;泰姬陵既可以指文物,也可以指音乐家。如果我们在微软搜索“泰姬陵”,两边,谷歌都会给出泰姬陵的地图和相关介绍,下面还会列出同名条目。借助知识图谱, 可以了解实体之间的细微差别及其含义,并对所有可能的结果进行分组,从而使搜索更加智能。