知識圖譜的數(shù)據(jù)清理和應用探索.pdf

1、知識圖譜與知識庫在很多類型的應用中被廣泛使用，例如語義網(wǎng)絡，機器翻譯，查詢擴展，文本分類等。此外，分類知識庫也在數(shù)據(jù)清理，實體解析，信息集成領域扮演著重要的角色。隨著知識圖譜中實體與關系規(guī)模的持續(xù)增長，一方面知識圖譜本身可能存在著數(shù)據(jù)質量問題，另一方面，如何對海量數(shù)據(jù)進行存儲、應用是對知識圖譜研究的一個巨大挑戰(zhàn)。
　　針對上述挑戰(zhàn)，本文研究了知識圖譜上的數(shù)據(jù)清理問題并且對知識圖譜的存儲、應用做了一定程度的探索。本文工作分為兩大塊:

2、
　　首先針對大規(guī)模實體網(wǎng)絡中數(shù)據(jù)清理的挑戰(zhàn)，通過分析知識圖譜，我們發(fā)現(xiàn)在大規(guī)模知識圖譜中存在著“孤兒概念”這樣的數(shù)據(jù)問題。本文中就此問題提出了首先基于統(tǒng)計實驗的算法來找到這些存在問題的概念實體，并且通過一系列自然語言與機器學習的方法為這些存在問題的概念實體進行清理。實驗證明，我們基于統(tǒng)計實驗的算法的確可以找到“孤兒概念”并且可以有效的進行清理，從而增加了知識圖譜的準確性。而后對于本文對大規(guī)模網(wǎng)絡存儲以及應用進行了探索，利用了重新