基于知识图谱的行业问答系统搭建分几步？

构建过程主要分为：知识体系搭建、知识抽取、知识融合、知识储存和检索、知识推理、知识问答等六步。

第一步：知识体系构建

采用什么样的方式表达知识，其核心是构建一个本体对目标知识进行描述：

• 在这个本体中需要定义出知识的类别体系；

• 每个类别下所属的概念和实体； 

• 某类概念和实体所具有的属性以及概念之间、实体之间的语义关系；

• 同时也包括定义在这个本体上的一些推理规则。

第二步：知识获取

知识获取可分为结构化和半结构化数据源中的知识抽取和非结构化文本中实体的知识抽取 。

• 结构化和半结构化数据源中的知识抽取：因为数据噪声少，这类数据源的信息抽取方法相对简单，经过人工过滤后能够得到高质量的结构化三元组。这是目前工业界常用的技术手段。
  
• 非结构化文本中实体的知识抽取：因为涉及到自然语言分析和处理技术，难度较大。但是互联网上更多的信息都是以非结构化文本的形式存在，而非结构化文本的信息抽取能够为知识图谱提供大量高质量的三元组事实，因此是构建知识图谱的核心技术。这目前也是学术研究的重点

• 基于传统逻辑规则的方法进行推理：研究热点在于如何自动学习推理规则，以及如何解决推理过程中的规则冲突问题；
• 基于表示学习的推理：采用学习的方式，将传统推理过程转化为基于分布式表示的语义向量相似度计算任务。这类方法优点是容错率高、可学习，缺点也显而易见，即不可解释，缺乏语义约束。

看似简单的六步，却不知道应该怎么做？！这是现在大多数知识图谱入门者最头疼的问题。

很多初学者认为知识图谱的入门学习比较难，不仅仅是因为知识图谱的技术栈比较长，还因为涉及到NLP、ML、Database、知识工程等多个学科知识，找不到重点，自己摸索两个月，回头看“WC，还是啥也没明白呀！”，最后越学越累……

添加课程小助手，领取课程超详细课程大纲

扫码添加深蓝学院-子书

备注【115】，快速通过好友哦！