【知识图谱】知识图谱从0级到10级简化版

会员服务 ·

【知识图谱】知识图谱从0级到10级简化版

2017 年 12 月 4 日 产业智能官 文因学堂

作者：鲍捷 来源：文因学堂授权产业智能官转载。

以前写过几个进阶指南，可能都太难，不接地气。这里重新写一个更实事求是、更便于工程落地的版本

0级：掌握正则表达式、SQL、JSON和一门支持if-then-else的高级语言 —— 是的，这些不是知识图谱技术，但是这些可以解决问题。我们要的是解决问题，不是吗？

1级：学会ER建模（对，就是数据库里的ER建模），理解实体（Entity）和关系（Relation）的概念。这个可能比你想象得难很多。学会更复杂的SQL，能熟练掌握至少一种主流的关系数据库，至少学会一种语言的数据库操作。

2级：学会两种给实体命名的方法：数据库里的主键，Web上的URI。理解分类树。这时候可以学下RDF了，掌握Turtle和JSON-LD两种语法。会用Java或者Python操作RDF。（小白一般到这里就开始大批阵亡）

3级：如果还未阵亡，可能发现RDF数据库不是太好用，需要学会一个图数据库（如Neo4j或OrientDB）或者支持JSON的关系数据库（如PostgreSQL）。学会用这些数据库表达关系-实体，和表达分类树。这可以保证以后可以活得再久一点。

4级：这时候作为一名老兵，你可能已经学会了查询语言SPARQL、Cypher或Gremlin。然后你发现查询语言可以用来写！规！则！天啊，天堂的大门已经打开了。

5级：你会发现把智能放在数据里要远远好于放在代码里。你会开始鄙视在代码里写大量if-then-else的伪知识图谱爱好者。而且你开始不满足用查询语言客串规则（如用SPIN）。你需要一些真正的推理规则。你开始对OWL感兴趣……然后彻底被搞晕了。

6级：你发现OWL很强大但是也很难理解，它背后的描述逻辑如同三体人一样充满敌意。然后你发现其实if-then-else也蛮不错的，而且有一个更容易理解的规则语言：logic program。然后你突然发现SQL其实就是一种LP啊（Datalog）！突然一下世界豁然开朗，喜悦充满全身，圣洁的阳光从天上映下。

7级：在各种奇怪的规则语言中游弋：RIF-BLD，RIF-PRD，SWRL，RuleML，JESS，DLV，XSB，Prolog。发现世界的各种东西都可以按此建模。理解各种推理机的性能。谙熟各种知识建模套路。

8级：从头到尾设计过一个完整的语义或知识应用，经历落地过程种种工程的巨大陷阱，入坑、爬出来，再入坑、再爬出来，再再入坑……直到爬不出来。

9级：开始思考人性问题。从认知的角度、社会的角度、组织的角度、经济的角度思考什么是知识，怎么才能真正实施知识系统。

10级：综合运用正则表达式、SQL、JSON和一门支持if-then-else的高级语言，举重若轻解决以上1-9级中遇到的的各种问题。其实你设计出了自己的知识表现语言。

知识图谱的一些基本功

作者：鲍捷 来源：文因学堂授权产业智能官转载。

（好像说的不只是入门了。算是个成长打怪小提纲吧）

任何一个学科，重要的不是静态的知识本身，而是建立知其然（Framework），知其所以然（Rationale），最后到知未然（Insights）。最重要的便是产生insights，因拥有洞察而知关键所在，所以能预测未来的走向，不人云亦云。

知识图谱作为一门学问，绝不是用个图数据库写几条查询，或者用规则写一个表格的提取，就可以称为成功的运用的。和所有的学科一样，都需要长期的艰苦的努力，在充分了解前人成果的基础上，才有可能做出一点点成绩。

知识图谱作为人工智能（AI）的一个分支，和AI的其他分支一样，它的成功运用，都是需要知道它的所长，更需要知道它的所短的。特别是AI各个学派林立，经验主义（机器学习）、连接主义（神经网络）、理性主义（知识工程）、行为主义（机器人）各个方法的优劣，倘若不能有纵览的理解，也难以做正确的技术选型，往往盲目相信或者排斥一种技术。AI是一个极端需要广阔视野的学科。

知识图谱涉及知识提取、表达、存储、检索一系列技术，即使想有小成，也需要几年的功夫探索。如下所列，应该是每个知识图谱从业者都应该了解的一些基本功：

知道Web的发展史，了解为什么互联和开放是知识结构形成最关键的一件事。（我把这个列第一条，是我的偏见——但我认为这是最重要的一个insights）

知道RDF，OWL，SPARQL这些W3C技术堆栈，知道它们的长处和局限。会使用RDF数据库和推理机。

了解一点描述逻辑基础，知道描述逻辑和一阶逻辑的关系。知道模型论，不然完全没法理解RDF和OWL。

了解图灵机和基本的算法复杂性。知道什么是决策问题、可判定性、完备性和一致性、P、NP、NExpTime。

最好再知道一点逻辑程序（Logic Programming），涉猎一点答集程序（Answer Set Programming），知道LP和ASP的一些小工具。这些东西是规则引擎的核心。如果不满足于正则表达式和if-then-else，最好学一点这些。

哦，当然要精通正则表达式。熟悉regex的各种工具。

从正则文法到自动机。不理解自动机很多高效的模式提取算法都理解不了。

熟悉常见的知识库，不必事事重新造轮子，如Freebase, Wikidata, Yago, DBPedia。

熟悉结构化数据建模的基本方法，如ER，面向对象，UML，脑图。

学会使用一些本体编辑器，如Protege。（Palantir就是个价值120亿美元的本体编辑器）

熟悉任何一种关系数据库。会使用存储过程写递归查询。明白什么叫物化视图、传递闭包、推理闭包。

熟悉任何一种图数据库。明白图的局部索引和关系的全局索引的理论和实践性能差异。

熟悉词法分析的基本工具，如分词、词性标注

熟悉句法分析的基本工具，如成分分析、依存文法分析、深层文法分析

熟悉TFIDF、主题模型和分布式表示的基本概念和工具。知道怎么计算两个词的相似度、词和句子的关联度。

知道怎么做命名实体识别。知道一些常用的词表。知道怎么用规则做关系提取。

为了上述的深化，要掌握一些机器学习的基本概念，识别、分类、聚类、预测、回归。掌握一些机器学习工具包的使用。

谨慎地使用一些深度学习方法，最好在是了解了神经网络的局限之后，先玩玩BP。主要是用用LSTM。

了解前人已经建好的各种Lexical数据库，如Wordnet, framenet, BabelNet, PropBank。熟悉一些常用的Corpus。

知道信息检索的基本原理。知道各种结构的索引的代价。

掌握Lucene或者Solr/Elasticsearch的使用。

学会混合使用多种数据库，把结构化数据和非结构化数据放在一起使用。体会数据建模和查询的成本。

学会一些概念原型工具，如Axure和Semantic Mediawiki。快速做MVP。

以上是挂一漏万的一些罗列。知识图谱是交叉性的、实践性的学问，当然不必先蒙头学几年才能来做事。How to get to Carnegie Hall? Practice, Practice, Practice.

所以Just practice。

最后推销一下我在中国中文信息学会《前沿技术讲习班》第三期做的讲座：精益知识图谱方法论 – 文因互联

原发于知乎 https://www.zhihu.com/question/52368821/answer/138745422

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。