需要知识的后深度学习时代，如何高效自动建造知识图谱？

知识图谱可以做什么？如何自动、高效地构建知识图谱？前沿的知识图谱自动构建技术有哪些？这篇文章将逐一解答这些问题。

 

日常生活中，我们经常遇到以下两种信息展现方式：

二者展示的信息量是差不多的，但右边这种看起来更加直观。而且，随着文本篇幅的增长，这种优势会体现得更加明显。

 

和人一样，机器也更加擅长利用右图所示的数据。但矛盾之处在于，互联网等数据平台存储的大多是左图所示的数据。要把左图转换成右图，机器需要经历一个「阅读理解」的过程。

 

知识图谱可以做什么？

 

知识图谱的概念于 2012 年由 Google 提出，当时主要被用来提高其搜索引擎质量，改善用户搜索体验。随着大数据时代的到来和人工智能技术的进步，知识图谱的应用边界被逐渐拓宽，越来越多的企业开始将知识图谱技术融入其已经成型的数据分析业务，有的甚至使用知识图谱作为其数据的基础组织与存储形式，成为其数据中台的核心基建。

 

与谷歌类似，微软将知识图谱技术用于旗下必应（Bing）搜索引擎，优化搜索结果质量和交互式搜索体验；LinkedIn 与 Facebook 利用知识图谱挖掘其平台上人、事、资讯等之间的相互关系，使得用户更容易发现感兴趣的内容、找到志同道合的朋友；eBay、亚马逊等电商平台使用知识图谱为用户和产品建立联系，执行更精准的产品推荐；IBM 则专注于企业服务，其 IBM Watson Discovery 产品能够帮助用户根据自身的特殊需求快速构建自己的知识图谱框架。