Knowledge mapping Overview （ One ）

The paper 《Knowledge Graphs》 Link to the original text

Preface

The paper 《Knowledge Graphs》 Known as the most complete 、 The best knowledge map （KG） A review paper . This series of blogs takes you through all the contents of the paper .

Table of contents and summary

1. Abstract （1）： In this paper, Industry and academic circle Of KG scene , These scenarios need to take advantage of diversified 、 dynamic and On a large scale The data of . after , Introduce and contrast Used for KG Various Model based on graph data （ In order to use Express KG） and query language . after , It introduces KG Medium Pattern （ programme ）、 identification and Context . after , Explains how to use Deductive and inductive techniques Come on Represent knowledge and extract knowledge . then , Sum up KG Of establish 、 Enrich 、 Quality assessment 、 improvement and published Method . then , Outlines the famous Open source KG and Enterprises KG、 Their application , And they How to use the technology described above . Finally, the height KG Future research direction .
2. key word ： The information system （ be based on Figure database model ）、 Information Integrate 、KG
3. introduction （1）： Related work 、KG The concept of 、KG Application 、 The examples used in this article （ Tourism in Chile ）、KG Review literature comparison 、 The structure of this paper
4. Data graph （4）
   • Figure introduction of structural data model ： Directed edge label graph （ Multiple graphs ）、 Isomer 、 Attribute map 、 Graph data set 、 Other graph data models 、 Graph storage ;
   • Inquire about （ Language ）： Graph pattern 、 Complex graph patterns 、 Navigation map mode 、 Other features .
5. Pattern 、 identifier 、 Context （12）
   • Pattern ： Semantic patterns 、 Verification mode 、 Emergency mode （ Figure summary ）;
   • identifier ： Persistent identifier 、 External identifier link 、 data type 、 Lexicalization 、 Node already exists ;
   • Context ： To express directly 、 specific 、 Higher level representation 、 notes 、 Other contextual frameworks .
6. Knowledge deduction （23）
   • noumenon ： explain 、 individual 、 attribute 、 Category 、 Other features ;
   • Semantics and implication ： The meaning of model Analects 、 implication 、If–then and if-and-only-if Semantic differences between ;
   • Reasoning ： The rules 、 Description logic .
7. Knowledge induction （23）
   • Spectral analysis ： technology （ center 、 Community testing 、 Connectivity 、 Node similarity 、 Find the way ）、 frame 、 Data graph analysis 、 Query analysis 、 Implication analysis ;
   • KG The embedded ： Transfer model 、 Tensor decomposition model 、 Language model 、 Implication perception model ;
   • Figure neural network GNN： recursive GNN、 Convolution GNN;
   • Symbol learning ： Rule mining 、 Axiomatic mining .
8. Create and enrich （50）
   • Human collaboration ;
   • Text data sources ： Preprocessing 、 Named entity recognition NER、 Entity link 、 Relationship extraction 、 Joint mission ;
   • Markup language data source ： Wrapper based extraction 、web Extract table 、 Deep network crawling ;
   • Structured data sources ： Map from table 、 Map from tree 、 From the other KG mapping ;
   • Pattern / Ontology creation ： Ontology engineering 、 Ontology learning .
9. Quality assessment （58）
   • accuracy ： Syntactic accuracy 、 Semantic accuracy 、 Synchronicity （ timeliness ）;
   • Coverage ： integrity 、 Representative ;
   • The correlation ： Uniformity 、 effectiveness ;
   • concise ： Conciseness 、 Figurative simplicity 、 Comprehensibility ;
   • Other quality dimensions .
10. elaboration （61）
    • completion ： General link prediction 、 Type link prediction 、 Identifier link prediction ;
    • correct ： Proof of fact 、 Inconsistency repair ;
    • Other detailed tasks .
11. published （65）
    • Best practices ：FAIR principle （ Detectability 、 Accessibility 、 Interoperability 、 Reusability ）、 Related data principle ;
    • access protocol ：dump Format 、 Node lookup 、 Edge mode 、（ complex ） Graph pattern 、 Other agreements ;
    • Use control ： to grant authorization 、 Usage rule 、 encryption 、 Anonymity .
12. KG Practical application of （73）
    • Open KG：DBpedia、YAGO、Freebase、Wikidata、 Other open cross cutting KG、 Disclosure of specific areas KG;
    • Enterprises KG：web retrieval 、 trade 、 Social networks 、 Finance 、 Other industries .
13. Conclusion and conclusion 、 The future direction 、 thank （77）
14. reference （79）
15. appendix A： background （108）
    • KG Historical background
    • 2012 Years ago, KG
    • 2012 Years later, KG
16. appendix B： Formal definition （114）
    • Figure data model ： Multiple graphs 、 Heterogeneous graph 、 Attribute map 、 Graph data set ;
    • Inquire about ： Graph pattern 、 Complex graph pattern ;
    • Pattern ： Semantic patterns 、 Verification mode 、 Emergency mode ;
    • Context ： Comment field ;
    • Knowledge deduction ： Figure interpretation 、 The rules 、 Description logic ;
    • Knowledge induction ： Figure parallel framework 、KG The embedded 、GNN、 Symbol learning .

The following will continue to introduce the first part of this paper —— introduction .