3.2 知识图谱研究现状 3.2.1 通用知识图谱案例 国外的 DBpedia [Auer et al,2007]使用固定的模式从维基百科中抽取信息实 体，当前拥有 127 种语言的超过两千八百万实体以及数亿 RDF 三元组；Yago [Suchanek et al,2007]则整合维基百科与 WordNet 的大规模本体， 拥有 10 种语言 约 459 万个实体，2400 万个事实；Babelnet [Navigli et al,2012]则采用将 WordNet 词典与 Wikipedia 百科集成的方法，构建了一个目前最大规模的多语言词典知识 库，包含 271 种语言 1400 万同义词组、36.4 万词语关系和 3.8 亿链接关系。 国内的 Zhishi.me 从开放的百科数据中抽取结构化数据，当前已融合了包括 百度百科、互动百科、中文维基三大百科的数据，拥有 1000 万个实体数据、一 亿两千万个 RDF 三元组；以通用百科为主线，结合垂直领域的 CN-DBPedia [Xu et al,2017]，则从百科类网站的纯文本页面中提取信息，经过滤、融合、推断等操 作后形成高质量的结构化数据；XLore[Wang et al,2013]则是基于中文维基百科、 英文维基百科、百度百科、互动百科构建的大规模中英文知识平衡知识图谱。 3.2.2 领域知识图谱案例 领域知识图谱常常用来辅助各种复杂的分析应用或决策支持，如下图所示， 在多个领域均有应用，不同领域的构建方案与应用形式则有所不同，本文将以电 商、企业商业、图情、创投四个领域为例，从图谱构建与知识应用两个方面介绍 领域知识图谱的技术构建应用与研究现状。 图2 行业知识图谱应用一览15 15 引自 2017CCKS《行业知识图谱的构建与应用》

3.2 实例匹配 3.2.1 基于人机协作的实例匹配 众包和主动学习等人机协作方法是目前实例匹配的研究热点。这些方法雇佣 普通用户，通过付出较小的人工代价来获得丰富的先验数据，从而提高匹配模型 的性能。 Hike [Zhuang et al., 2017] 是一个解决大规模知识库间实例匹配的众包方法， 其框架流程如图 3 所示。该方法为实例对之间定义偏序关系，根据构建的偏序结 构和已知问题答案可以推断未知问题答案。之后基于假设定义实例对和问题集的 推断期望，根据推断期望选出最佳问题分发给众包参与者。 与通过众包直接解决大规模实例匹配不同，链接发现工具 Silk [Isele & Bizer, 2013]和 LIMES [Ngonga Ngomo & Lyko, 2012]均通过结合主动学习和遗传算法来 生成链接规约（link specification）。链接规约由以下两种操作组合得到：求值操 作和相似度操作。求值操作根据输入的实例输出一组值，例如取出一组特定属性 或者对特定属性、数据做小写、分词等变换处理；相似度操作则是针对输入的一 对实例求得或者聚合相似度。Silk 和 LIMES 将学习到的链接规约组织成树的结 构。在向用户提问的策略上，LIMES 选择能够最大化投票熵的候选，而 Silk 则

知识图谱CCKS2018论文集

CCKS 2018 微众银行智能客服问句匹配大赛 语料库 数据集

中文文本相似度/文本推理/文本匹配数据集——CCKS2018

CCKS2018论文集，全集！

该文档为ccks2018（全国语义计算与知识图谱大会）自动问答评测任务的语料集，包含训练集开发集和测试集，该问答评测基于PKUbase知识库。