知识工程简介
朱启鹏 58119304
1. What is a knowledge graph? what is its role in machine intelligence?
What is a knowledge graph?
知识图谱也被称为语义网络（semantic network），它表示了现实世界中的实体事物的一种网络关系，并具体展示了这些事物之间的关系，而其中的实体事物可以理解为现实中的一些对象、事件、情况或概念。而这些信息通常被存储在图数据库（Graph database）中，并可视化为图结构。
具体而言，一个知识图谱由三个主要部分组成，分别为：节点、边、标签。任何物体、地点、或者节点等都可以是一个节点。而边定义了节点的关系。
对于网络中的每一条知识，构成一个三元组（subject, predicate, object），所以知识图谱也可以简单理解为RDFS这样的模型，对于三元组
A 表示主语，B表示谓语，C表示宾语。
- RDFS：Simple Vocabulary and Schema，可以由下图展示：
这个模型的下半部分为一些具体的实例，而模型的上半部分为这些实力的抽象类型，其中我们可以知道人工智能这个实例是属于计算机科学这个类别，而计算机科学为信息科学的子类，而这个图谱的表示了图灵的研究领域为人工智能这样一条知识。
what is its role in machine intelligence?
- 下图为强人工智能金字塔示意图，我们可以看到知识工程位于金字塔的第二层
- 下图为智能AI与有知识的AI对比的示意图
由如上两张图我们可以得出，要想实现真正的人工智能，发展知识图谱是十分重要的一部分，其地位与智能型AI平分秋色，或者说是智能型AI的一个重要基础。
数十年来，人工智能知识表示和感知推理一直是人工智能 (AI) 的基石。而知识图谱 (KG) 是一种强大的数据结构，其主要特点为以图的格式储存并表示表示信息。DBpedia （一个开源的知识图谱）将知识图谱定义为“一种特殊的数据库，它以机器可读的形式存储知识，并提供一种收集、组织、共享、搜索和利用信息的手段。”最重要的是，知识图谱有助于其任何数据点之间的关系推理。 通过这样的工具，使得人工智能能够对海量的知识进行存储以及表示，并且实现像人一样的推理以及得出结论。
2.List at least 3 techniques of Knowledge Graph, using examples in real life (do not use examples in this ppt)
(2) Knowledge-based Question Answering
旅游内容推荐
旅游产品非常多样化，所以很依赖推荐。我们往往会抓住旅游产品和用户的浅层特征去推荐，而忽略了一些深层次的特征。当用户和某个知识图谱实体产生关联，我们可以用知识图谱去补充用户特征。
如上图所示，当我们通过数据挖掘发现用户A的兴趣点是海岛和五星级酒店后，我们可以通过知识图谱关联出相关的团队游产品。知识图谱提供的信息可以作为推荐系统的一个重要维度，参与下一步的计算，为精准推荐增加一块砝码。
(3)Knowledge Extraction
半结构化数据抽取
