赞
踩
史上最全的人工智能知识图谱
转载于公众号: 数邦客
知识图谱(Knowledge Graph)又称为科学知识图谱,由Google与2012年5月提出,目的是提高搜索引擎的能力,改善用户的搜索质量及搜索体验。随着人工智能技术的发展和应用,知识图谱逐渐成为关键技术之一,现已被广泛应用于智能搜索、智能问答、个性化推荐、内容分发等领域。
知识图谱是Google用于增强其搜索引擎功能好的知识库。本质上,知识图谱旨在描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图,节点表示实体或概念,边则由属性或关系构成。
在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展过程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构件、绘制和显示知识及她们之间的相互联系。
通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法和方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合的现代理论。把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制二显示出来,揭示知识领域的动态发展规律,为学科研究提供切实的、有价值的参考。
为指导AI生产与学习,提高效率,明确方向,特整理成知识图谱。并对各部分进行拆解,小目标学习提升。图2.3是人工智能四个维度的拆解,图2.2是人工智能理论方向的知识体系,分为七块,每一块都由相应的知识组成,图2.3则是完整的理论架构。(PS:点击放大,可放在PPT或论文中)
图2.1知识图谱架构
图2.2理论架构
图2.3理论整体架构
人工智能领域,技术日趋成熟,产品更是及时落地,巨人已有,入行门槛“降低”–不存在的,需要系统学习,项目驱动,快速提升业务能力。
[参考文献]
[1]https://baijiahao.baidu.com/sid=1592653047313321258&wfr=spider&for=pc
[2]https://blog.csdn.net/qq_33414271/article/details/79704138
将理论架构拆解,分成七个小块,为方便使用,贴出小目标图。
图1 数学知识
图2 计算机知识
图3 机器学习
图4 应用领域
图5 第三方框架
图6 数据集
图7 周边知识
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。