更改

添加1,968字节 、 2020年11月2日 (一) 16:48
无编辑摘要
第7行: 第7行:       −
谷歌知识图谱涵盖的内容在其推行后迅速增长,7个月内增长了三倍(涵盖了5.7亿个'''<font color="#32cd32">实体</font>'''和180亿条'''<font color=#32cd32>信息关系</font>'''),并解决了谷歌每月处理的1000亿次搜索中“大约三分之一”的问题。到2020年5月,这个数字已经增长到5000亿,涉及50亿个信息点。不过知识图谱的内容一直因为没有来源或引用而引起了许多争议。
+
谷歌知识图谱涵盖的内容在其推行后迅速增长,7个月内增长了三倍(涵盖了5.7亿个'''<font color="#ff8000">实体</font>'''和180亿条'''<font color="#ff8000">信息关系</font>'''),并解决了谷歌每月处理的1000亿次搜索中“大约三分之一”的问题。到2020年5月,这个数字已经增长到5000亿,涉及50亿个信息点。不过知识图谱的内容一直因为没有来源或引用而引起了许多争议。
      −
谷歌把这些出现在搜索结果右侧(移动端出现在顶部)的信息框称为“知识图谱卡”.<ref>{{cite web |title=Your business information in the Knowledge Panel |url=https://support.google.com/business/answer/6331288 |website=Google My Business Help |publisher=Google |accessdate=December 10, 2017}}</ref>。根据谷歌的说法,知识图谱的信息来源很多,包括中情局世界概况 The CIA World Factbook、维基数据和维基百科。它被用于回答谷歌智能助理和谷歌家庭中的语音询问。<ref name="Introducing the Knowledge Graph" /><ref>{{cite web |first=Barry |last=Schwartz |title=Google's Freebase To Close After Migrating To Wikidata: Knowledge Graph Impact? |url=https://www.seroundtable.com/google-freebase-wikidata-knowledge-graph-19591.html |website=Search Engine Roundtable |date=December 17, 2014 |accessdate=December 10, 2017}}</ref>2016年10月,谷歌称,知识图谱已经覆盖了700亿个<font color=#32cd32>信息关系</font><ref>{{cite web |first=James |last=Vincent |title=Apple boasts about sales; Google boasts about how good its AI is |url=https://www.theverge.com/2016/10/4/13122406/google-phone-event-stats |website=The Verge |publisher=Vox Media |date=October 4, 2016 |accessdate=December 10, 2017}}</ref> 。目前还没有官方文件说明谷歌知识图谱是如何实现的。<ref>{{Cite web|url=http://ceur-ws.org/Vol-1695/paper4.pdf|title=Towards a Definition of Knowledge Graphs|last1=Ehrlinger|first1=Lisa|last2=Wöß|first2=Wolfram|date=2016}}</ref>
+
谷歌把这些出现在搜索结果右侧(移动端出现在顶部)的信息框称为“知识图谱卡”.<ref>{{cite web |title=Your business information in the Knowledge Panel |url=https://support.google.com/business/answer/6331288 |website=Google My Business Help |publisher=Google |accessdate=December 10, 2017}}</ref>。根据谷歌的说法,知识图谱的信息来源很多,包括中情局世界概况 The CIA World Factbook、维基数据和维基百科。它被用于回答谷歌智能助理和谷歌家庭中的语音询问。<ref name="Introducing the Knowledge Graph" /><ref>{{cite web |first=Barry |last=Schwartz |title=Google's Freebase To Close After Migrating To Wikidata: Knowledge Graph Impact? |url=https://www.seroundtable.com/google-freebase-wikidata-knowledge-graph-19591.html |website=Search Engine Roundtable |date=December 17, 2014 |accessdate=December 10, 2017}}</ref>2016年10月,谷歌称,知识图谱已经覆盖了700亿个信息关系<ref>{{cite web |first=James |last=Vincent |title=Apple boasts about sales; Google boasts about how good its AI is |url=https://www.theverge.com/2016/10/4/13122406/google-phone-event-stats |website=The Verge |publisher=Vox Media |date=October 4, 2016 |accessdate=December 10, 2017}}</ref> 。目前还没有官方文件说明谷歌知识图谱是如何实现的。<ref>{{Cite web|url=http://ceur-ws.org/Vol-1695/paper4.pdf|title=Towards a Definition of Knowledge Graphs|last1=Ehrlinger|first1=Lisa|last2=Wöß|first2=Wolfram|date=2016}}</ref>
      第25行: 第25行:       −
2014年8月,<font color=#32cd32>《新科学家》</font>杂志报道,谷歌发起了一个项目:Knowledge Vault<ref>{{cite web |first=Hal |last=Hodson |title=Google’s fact-checking bots build vast knowledge bank |url=https://www.newscientist.com/article/mg22329832-700-googles-fact-checking-bots-build-vast-knowledge-bank/ |website=New Scientist|date=August 20, 2014 |accessdate=December 10, 2017}}</ref> 。文章发表后,谷歌联系到 [https://searchengineland.com/ Search Engine Land],解释说Knowledge Vault是一篇研究性论文,而不是谷歌的可服务。在其报道中,[https://searchengineland.com/ Search Engine Land]提到,谷歌指出:他们在用“很多模型”探索从文本中自动收集语义的可能性。<ref>{{cite web |first=Greg |last=Sterling |title=Google "Knowledge Vault" To Power Future Of Search |url=https://searchengineland.com/google-builds-next-gen-knowledge-graph-future-201640 |website=Search Engine Land |date=August 25, 2014 |accessdate=December 10, 2017}}</ref>谷歌知识图谱旨在处理信息关系,从互联网上自动收集和整合信息,形成一个能够直接回答诸如“麦当娜出生在哪里”等问题的知识库。据报道,谷歌知识图谱最核心的能力,是自动获取和处理信息,而非依靠众包等人工手段。2014年的一份报告指出,知识图谱聚合了超过16亿信息关系,其中2.71亿被认为是“可信的事实”,被认为可信度超过90%。
+
2014年8月,《新科学家》杂志报道,谷歌发起了一个项目:Knowledge Vault<ref>{{cite web |first=Hal |last=Hodson |title=Google’s fact-checking bots build vast knowledge bank |url=https://www.newscientist.com/article/mg22329832-700-googles-fact-checking-bots-build-vast-knowledge-bank/ |website=New Scientist|date=August 20, 2014 |accessdate=December 10, 2017}}</ref> 。文章发表后,谷歌联系到 [https://searchengineland.com/ Search Engine Land],解释说Knowledge Vault是一篇研究性论文,而不是谷歌的可服务。在其报道中,[https://searchengineland.com/ Search Engine Land]提到,谷歌指出:他们在用“很多模型”探索从文本中自动收集语义的可能性。<ref>{{cite web |first=Greg |last=Sterling |title=Google "Knowledge Vault" To Power Future Of Search |url=https://searchengineland.com/google-builds-next-gen-knowledge-graph-future-201640 |website=Search Engine Land |date=August 25, 2014 |accessdate=December 10, 2017}}</ref>谷歌知识图谱旨在处理信息关系,从互联网上自动收集和整合信息,形成一个能够直接回答诸如“麦当娜出生在哪里”等问题的知识库。据报道,谷歌知识图谱最核心的能力,是自动获取和处理信息,而非依靠众包等人工手段。2014年的一份报告指出,知识图谱聚合了超过16亿信息关系,其中2.71亿被认为是“可信的事实”,被认为可信度超过90%。
      第58行: 第58行:  
{{reflist|30em}}
 
{{reflist|30em}}
   −
此词条已由Thingamabob初步翻译。
     −
此词条已由[[用户:Qige96|Ricky]]审校。
+
 
 +
==编者推荐==
 +
===集智相关文章===
 +
====[https://swarma.org/?p=17236 从知识工程到知识图谱全面回顾]====
 +
知识工程是符号主义人工智能的典型代表,近年来越来越火的知识图谱,就是新一代的知识工程技术。知识工程将如何影响未来人工智能领域的发展,甚至让计算机拥有像人类一样的认知能力?本文将从历史出发,系统梳理知识工程近 40 年的发展历程,结合互联网大数据时代的技术和社会背景,展望知识工程和知识图谱的未来前景。
 +
 
 +
 
 +
====[https://swarma.org/?p=15449 肖仰华:当知识图谱“遇见”深度学习]====
 +
大数据时代的到来,为人工智能的飞速发展带来前所未有的数据红利。在大数据的“喂养”下,人工智能技术获得了前所未有的长足进步,其进展突出体现在以知识图谱为代表的知识工程以及深度学习为代表的机器学习等相关领域。随着深度学习对于大数据的红利消耗殆尽,深度学习模型效果的天花板日益迫近。另一方面大量知识图谱不断涌现,这些蕴含人类大量先验知识的宝库却尚未被深度学习有效利用。
 +
 
 +
融合知识图谱与深度学习,已然成为进一步提升深度学习模型效果的重要思路之一。以知识图谱为代表的符号主义、以深度学习为代表的联结主义,日益脱离原先各自独立发展的轨道,走上协同并进的新道路。
 +
 
 +
 
 +
====[https://swarma.org/?p=11059 学术前沿——双曲空间中的网络、单词及其知识图谱]====
 +
康奈尔大学计算机科学系教授Chris De Sa 与斯坦福大学计算机科学系博士生Albert Gu携手构建出高效的嵌入算法——使用双曲线组合结构嵌入算法,以更低的维度更好地嵌入文本、知识图谱等非结构化的数据。
 +
 
 +
 
 +
 
 +
----
 +
本中文词条由[[用户:Thingamabob|Thingamabob]]参与编译,[[用户:Qige96|Ricky]]审校,[[用户:薄荷|薄荷]]编辑,欢迎在讨论页面留言。
 +
 
 +
'''本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。'''
    
[[Category:图论]]
 
[[Category:图论]]
7,129

个编辑