重磅！国家标准《信息技术人工智能知识图谱技术框架》征求意见稿发布，35页pdf详细规定知识图谱技术框架

会员服务 ·

重磅！国家标准《信息技术人工智能知识图谱技术框架》征求意见稿发布，35页pdf详细规定知识图谱技术框架

2022 年 2 月 20 日 新智元

新智元报道

作者：专知

【新智元导读】本文件给出了知识图谱的技术框架中知识图谱供应方、知识图谱集成方、知识图谱用户、知识图谱生态合作伙伴的主要活动、任务组成和质量一般性能等。本文件适用于知识图谱及其应用系统的构建、应用、实施与维护。

来自“ 知识图谱标准化”

本文件给出了知识图谱的技术框架中知识图谱供应方、知识图谱集成方、知识图谱用户、知识图谱生态合作伙伴的主要活动、任务组成和质量一般性能等。本文件适用于知识图谱及其应用系统的构建、应用、实施与维护。

本文件给出了知识图谱的技术框架中知识图谱供应方、知识图谱集成方、知识图谱用户、知识图谱生态合作伙伴的主要活动、任务组成和质量一般性能等。本文件适用于知识图谱及其应用系统的构建、应用、实施与维护。

目的意义

当前，人工智能发展进入新阶段，其迅速发展正在深刻改变人类社会生活、改变世界，成为国际竞争的新焦点和经济发展的新引擎。其中，如何从海量数据中获取有用的信息是人工智能关注的一个重要问题。知识图谱技术提供了一种从海量文本和图像等数据中抽取结构化知识的手段，是搜索引擎、问答系统等应用的核心技术。在国务院发布的《新一代人工智能发展规划》中明确指出要发展“知识计算引擎和知识服务技术”，重点突破知识加工、深度搜索和可视交互核心技术，实现对知识持续增量的自动获取，具备概念识别、实体发现、属性预测、知识演化建模和关系挖掘能力，形成涵盖数十亿实体规模的多源、多学科和多数据类型的跨媒体知识图谱。知识图谱技术提供了一种从海量文本和图像等数据中抽取结构化知识的手段，是搜索引擎、问答系统等应用的核心技术，并在金融证券、生物医疗、交通、教育、农业、电信、电商、出版等行业已有非常丰富的应用场景。但是，目前还缺少一套规范化的知识图谱技术框架指导相关企业，特别是中小型企业和创业公司有效开展技术研发，同时与其他行业的现有系统之间实现互联互通和信息融合。存在的问题如下：

1）知识图谱相关核心术语定义缺失，各方使用术语混杂、内容不明确、体系不统一；2）知识图谱构成描述不统一、不明确，内容划分混乱；

3）知识图谱构建技术路径及主要组成活动间关系不明确；

4）知识图谱应用系统架构不统一，核心模块定义缺失；

5）知识图谱应用系统集成与部署路径及主要组成活动间关系不明确。

本文件在编制过程中，通过参考大量已经发布的国内外标准，并广泛听取产学研用相关单位的意见和建议，结合知识图谱技术水平和应用现状，对知识图谱供应方、知识图谱集成方、知识图谱用户、知识图谱生态合作伙伴等利益相关方划分进行明确，提出了各利益相关方的输入输出关系和主要活动构成等。

范围和主要技术内容

本标准规定了知识图谱的框架，包括知识图谱的输入要求，知识图谱的建立过程，即知识图谱的提取、存储、挖掘与推断、性能指标、知识图谱的应用、相关领域、知识图谱涉及的人工智能技术以及其他需要的数字基础设施。本标准的目标使用者包括：任意类型与规模的企业，包括应用或实施知识图谱系统的公有和民营企业、政府主管部门、非营利组织等。本标准的主要技术内容包括：知识图谱架构、输入要求、场景定义、性能指标、构建知识图谱所需的人工智能技术和数字基础设施等。

产业化情况、推广应用论证和预期达到的经济效果

知识图谱作为机器认知智能实现的基础之一，是人工智能的重要组成部分，有助于实现自动化和智能化获取、挖掘和应用知识，获得了产业界和学术界的广泛关注。知识图谱是以结构化的形式描述客观世界中的概念、实体及其关系的大型知识网络，将信息表达成更接近人类认知的形式，提供了一种更好地组织、管理和理解海量信息的能力。在政策部署、技术研发、标准研制、产业化推广、前沿应用场景试点等多方面因素的共同驱动下，知识图谱逐渐实现在智慧金融、智慧医疗、智慧能源、智能制造等众多领域的落地应用和深度融合，同时在各行业的数字化转型过程中，跨领域、行业或产业的知识图谱也逐渐获得关注。

在上述背景下，本标准对目前知识图谱应用比较好的金融证券、生物医疗、交通、教育、农业、电信、电商、出版等行业的应用过程特点、需求、主要问题和未来趋势进行了归纳总结。制定本标准有助于不同类型的企业基于规范化的实施路径进行知识图谱应用的开发。同时，该标准还有利于给知识图谱研发企业提供数字化基础设施支持的人员，如云平台研发人员，信息安全工程师等理解知识图谱，从而提供更有效的技术支持。不同行业的应用企业和人员也可通过这一框架提取出更多类型的知识，产生更多可能的应用场景。此外，本标准的研制对推动企业进行知识驱动的数字化转型升级具有重要意义，为进一步加快知识要素的规划化获取、挖掘、应用与流通奠定了基础。

知识图谱概念模型

知识图谱的概念模型可划分为本体层和实例层，如图1所示。其中，本体层由实体类型和其属性、实体类型间关系类型、规则等本体相关知识元素构成；实例层是对本体层的实例化，由实体类型对应的实体及其属性以及实体间关系等实体相关知识元素构成。图1示出的知识图谱概念模式的主体是实体。实体是真实对象的抽象，实体类型是某类实体的进一步抽象。基于不同层次的抽象，图中的本体层和与实例层是相对的。构建某个知识领域的某个层次的特定知识图谱时，“实体”这个抽象称呼将使用所关注的特定对象的具体名称取代。图中名为“属性” 的两个方框是分别针对本体层的所有实体类型和实例层的所有实体。本体层的“属性”是指对应实体类型的属性，各个属性是概括性描述；实体层的“属性”是指对应实体的属性，是某实体类型实例的属性的具体描述。同时，多个实体和关系的组合可以构成新的复杂实体，如：由时间、人物、地点等要素构成的事件，由不同模块构成的产品等。