清华：研究和构建人工智能知识图谱(PDF格式)

简介：
在人工智能领域，知识图谱被视为一个关键分支。其采用系统化的形式描绘出现实世界的概念、实体和它们之间的联系。知识图谱的理念最初源于谷歌，并于2012年在其搜索引擎中取得首次应用。该技术不仅革新了互联网的信息管理方式，还成为基于知识的智能化应用体系的基础，在语义搜索与智能问答等领域发挥着决定性作用。知识工程的发展历程经历了多个关键阶段，始于初期的知识表示技术与知识获取方法的探索，随后逐步拓展至知识数据库的建设及其实际运用领域。在这一进程中，认知计算、语义Web等新兴技术的应用推动了知识图谱技术的不断深化和完善。该研究方向整合了认知科学、大数据分析、机器学习等多个前沿学科领域的研究成果，形成了一个跨学科交叉的研究热点。其涵盖的知识点主要涉及五个专项领域。在知识表示与建模方面，研究者致力于通过离散符号或者连续的向量来进行知识编码，并构建相应的模型以模拟人类认知世界的机制。关于知识获取部分，则侧重于从多源数据中提取和整合信息资源。与此同时，在知识融合模块中，学者们着重解决不同来源间存在的冲突与冗余问题。针对知识查询与推理领域，研究重点在于开发高效的方法来实现精准的检索和逻辑推导功能。最后在知识应用这一部分，主要探讨如何将理论和技术转化为实际应用场景，例如在电子商务、生物医疗等领域的有效实践。在深入调查和整理了AMiner数据分析平台的相关信息后，系统地归纳出该领域具有影响力的学术研究者及其代表作。首先对相关学者在世界范围内的分布特点进行了统计分析；其次则考察了其迁徙轨迹及其所属机构的分布情况，并基于h-index对其学术影响力进行量化评估。这些分析结果为学术研究和产业发展提供参考。进一步展望了该技术的发展趋势，并构建了一个基于数据分析平台的知识图谱研究热点的可视化模型。可分为通用知识图谱应用与领域知识图谱应用。在通用知识图谱方面，主要涵盖电子商务、图书情报、企业商业、船业投资以及生物医疗等多个领域。领域知识图谱的应用则从构建和应用两个方面进行了介绍，展示了这些领域的技术构建应用研究现状。 在大数据时代的背景下，知识图谱被视为一种重要应用，并主要得益于大数据和深度学习技术的支持。它与人工智能领域具有紧密关联性，在该领域正逐步展现出其广泛的应用前景，并为人工智能技术的实际运用提供了有力支持。