人工智能时代知识图谱与深度...—评《知识图谱与深度学习》_李明轩.pdf

书评广告人工智能时代知识图谱与深度学习的相互交融 评 知识图谱与深度学习李明轩，李峰（国网新疆电力有限公司电力科学研究院，乌鲁木齐 ）随着科技水平的提高，世界迈入人工智能时代，在大数据、云计算等信息技术的辅助支持下，各行业计算机、机械设备都更加智能化。其中最突出的表现为，人工智能机器通过深度学习取得了更加显著的成绩，而这离不开知识图谱技术的应用，科学家将知识图谱与深度学习相融合，利用大数据挖掘促使机器学习、构建深度学习模型，从而为人工智能的发展探索出新的方向。本文参考由刘知远、韩旭、孙茂松编著，清华大学出版社出版的 知识图谱与深度学习 一书，探究知识图谱与深度学习的重要作用，对未来人工智能如何实现进一步发展展开研究。该书分为上、下篇，共个章节。第一章为绪论，简单介绍了知识图谱的含义与深度学习。第一篇为世界知识图谱，包括第二章至第四章。第二章介绍了世界知识的表示学习，描述了基于复杂关系、属性关系及实体描述信息、图像信息等构建的算法模型。第三章介绍了基于不同注意力机制的关系抽取，说明了世界知识如何自动获取。第四章为世界知识的计算应用，介绍了实体对齐、信息检索等算法。第二篇为语言知识图谱，包括第五章至第八章。第五章介绍了语言知识的表示学习，并构建了基于义原的表示学习算法模型。第六章为语言知识的自动获取，介绍了义原预测的不同算法。第七章对义原驱动下的词典扩展与神经语言模型进行了详细说明。第八章为总结，探讨如何使知识类型、结构及获取与指导更加全面、复杂、有效。知识图谱（），又称科学知识图谱，是一项用于绘制、显示学科研究中不同主体之间结构关系的工具，常用线条、结点将作者、文献及关键词等连接起来，构建某学科的发展历史、知识架构图谱。具体而言，知识图谱是指将某一学科中的很多复杂知识相互连接而构建的图形，人们通过搜索可获取有关信息，其搜索范围越大、次数越多，所获取的信息就越全面、越有深度。这项技术既涉及学科理论与文献，也涉及数据挖掘、文献计量学分析及信息可视化技术，是大众获取知识、深层学习的关键。深度学习则是机器学习领域中的概念，计算机模拟人工神经网络架构，对问题的认知逐层深化，从而解决问题，并学会新的技能或知识。在人工智能时代，知识图谱的应用具有深远影响，用户通过 、等搜索引擎可对某学科知识进行搜索，而知识图谱的应用可使网络将与关键词相关的所有知识都展示给用户，用户从互联网中获得更多信息资源，其学习质量与效果更好。人类社会中存在丰富的知识，为了更好地运用这些知识，机器利用各类知识图谱指导自身神经网络架构不断完善、深化，从而推动自身更加智能化。目前，知识图谱与深度学习技术的融合主要通过构建深度学习模型来完成，机器通过实体识别、关系抽取等对知识图谱进行利用，从而促进知识图谱更加丰富、机器完成深度学习。一方面，知识图谱可作为深度学习的输入端，知识图谱是显示学科知识结构关系的可视化工具。不同概念、知识体系之间的连接均采用符号进行标识，但机器难以识别并应用这些符号数值进行学习，为此，科学家对知识图谱进行表示学习，构建基于距离、翻译的表示学习模型，使知识实体之间的关系可通过向量、矩阵甚至函数等进行描述。正如该书第二章所述，通过图像信息、属性关系的描述，知识图谱的表示学习得以完成。机器在学习过程中，通过特征识别、关系抽取，将知识图谱转化为可视化知识（图片）和文本知识并加以融合，从而完成自我进化。另一方面，知识图谱可对深度学习进行约束，机器在不断学习趋向高智能化的过程中，会遵循一定的逻辑规则以确保其学习进化的方向正确，而这种逻辑规则是由人类所制定的，其在知识图谱中也有所表现。在知识图谱与深度学习加以融合的过程中，人们将具有逻辑规则的知识进行算法建模，并将其引入机器神经网络中，利用规则的引导，机器的知识学习与理解更加有序并逐层深化，从而促进机器构建并完善其深度神经网络模型，推动人工智能技术更进一步发展。虽然在大数据时代，知识图谱与深度学习的相互交融具有更高的可完成性，但是其面对的挑战也较大，这是由于机器深度学习极为依赖大数据标注，但这种标注与人类的先验知识息息相关，准确的先验知识可以有效帮助机器深度学习，而错误的先验知识却会对其学习效果产生严重影响，这使得深度学习的结果难以预料。为突破先验知识的局限性，人们利用知识图谱技术构建学习模型，确保先验知识的质量合格，使其与深度学习模型结果相一致，这也是近 年 来 科 学 家 对 深 度 学 习 进 行 研 究 的 重 点内容。人工智能时代，各行业通过深度学习来促进发展已成为必然趋势。知识图谱技术的应用则可以有效增强其对现有知识的应用能力，推动行业智能逐渐成为现实，正如科学家所言，知识图谱与深度学习的相互交融可剔除社会中那些重复性脑力劳动，促进社会向更高层次发展。作者简介：李明轩（），女，高级工程师，主要研究方向为人工智能、大数据分析；李峰（），男，高级工程师，主要研究方向为人工智能、信息安全