知识融合：从多源描述到统一知识

在知识图谱构建中知识抽取已经能够从原始数据中识别出实体、关系和属性但这些结果往往还是零散的抽取之后并不能直接得到高质量图谱还必须经过知识融合才能把分散的知识单元组织成较一致、较完整的知识对象。一、什么是知识融合知识融合Knowledge Fusion是指将多个知识源中的知识进行整合使关于同一实体或概念的多源描述能够被归并、对齐和统一的过程。它的目标不是简单“把数据放在一起”而是解决两个更本质的问题1这些描述说的是不是同一个对象2如果是同一个对象应当怎样形成统一表达。如果说知识抽取解决的是“从数据中找出知识”那么知识融合解决的就是“怎样把这些知识归并到正确对象上”。因此知识融合并不是知识图谱中的附属环节而是从“信息碎片”走向“统一知识对象”的关键一步。二、知识融合主要解决哪些问题抽取得到的知识单元通常会出现以下问题1同一实体有多种写法2同一名称可能指向不同实体3多个来源对同一对象的描述不完整4不同来源之间可能存在重复、冲突或不一致。继续沿用艺术领域文本示例法国印象派画家克劳德·莫奈Claude Monet于 1872 年创作了著名的油画《日出·印象》Impression, Sunrise这幅作品现收藏于法国勒阿弗尔美术馆。假设系统已经从不同来源抽取出以下表达“克劳德·莫奈创作了《日出·印象》”“Claude Monet painted Impression, Sunrise”“莫奈作品《日出·印象》现藏于勒阿弗尔美术馆”这三条信息看上去来自不同来源、使用不同语言、表达方式也不相同但它们很可能都在描述同一个画家、同一幅作品和相关关系。若不经过融合图谱中就可能出现多个“莫奈”、多个《日出·印象》甚至形成重复或冲突节点。因此知识融合的任务就是把这些分散描述整理为统一知识对象。知识融合并不只是“去重”而是要在多个层面上把知识统一起来。常见问题主要包括以下几类。三、知识融合的几项关键任务围绕上述问题知识融合通常会涉及指代消解、实体消歧、实体链接和知识合并等任务。它们都服务于“统一知识表示”但关注点并不相同。1、指代消解指代消解Coreference Resolution主要面向文本内部的指称关系。它要判断多个名词、短语或代词是否指向同一个真实对象。例如在一段艺术评论中前文写“克劳德·莫奈”后文改写成“他”“这位印象派画家”“莫奈本人”。这些称呼表面不同但很可能都指向同一实体。对知识图谱来说指代消解的重要性在于如果文本内部的这些说法没有被识别为同一对象那么同一实体的信息就会被拆散后续的实体归并和关系组织都会受到影响。2、实体消歧实体消歧Entity Disambiguation主要解决同名实体带来的歧义问题。它不是简单看名称而是结合上下文、类别和已有知识来判断当前提法究竟对应哪一个对象。例如“莫奈”在一般艺术语境中通常指克劳德·莫奈但在特殊文本环境中系统仍需通过上下文确认具体所指。再如“日出”既可能是普通词也可能是作品标题的一部分。实体消歧的重要作用有两点1减少同名实体带来的歧义2降低图谱的冗余和稀疏性。3、实体链接实体链接Entity Linking是指把从文本或表格中抽取得到的实体对象链接到知识库中已经存在的正确实体对象。它通常包括两个基本步骤1生成候选实体2通过相似度计算和上下文匹配选择最合适的对象。例如系统从文本中识别出“Claude Monet”接下来要判断它应当链接到图谱中的“克劳德·莫奈”节点而不是新建一个重复实体。实体链接的意义在于它让新抽取出来的知识能够接入已有图谱而不是变成孤立片段。4、知识合并对于外部知识库和关系数据库等结构化来源知识融合还会表现为更广义的知识合并Knowledge Merging。它解决的是不同结构化来源之间的字段差异、模式差异和语义差异问题。例如一个来源把“创作时间”写成字段另一个来源把“创作时间”写在说明文字中还有的来源只写“19 世纪后期”。这些信息都可能描述同一个属性但表达方式并不一致。知识合并要做的就是把这些结构化或半结构化知识统一整理进图谱。5、几项关键任务之间是什么关系这几项任务虽然都服务于知识融合但它们的处理层面并不相同指代消解主要处理文本内部不同说法之间的对应关系实体消歧主要处理同名实体的歧义问题实体链接主要处理抽取对象与知识库节点之间的连接问题知识合并主要处理多源结构化知识之间的统一问题。可以用下面的示意图概括它们之间的关系仍以上面的莫奈示例来说1“克劳德·莫奈”“Claude Monet”“这位画家”先通过指代消解归并2再通过实体消歧判断当前语境确实指向这位印象派画家3最后通过实体链接把它接到知识图谱中的“克劳德·莫奈”节点上4若还有外部数据库中的结构化记录则再通过知识合并纳入同一对象。延伸阅读《实体标识、实体消歧与实体对齐从“同名”到“同一”》四、知识融合后的结果知识融合的结果不只是让图谱中的实体“变少”而是让图谱中的知识“变得更统一、更完整”。继续以上面的莫奈示例来说融合之后系统希望形成的是一个统一对象• 实体克劳德·莫奈• 别名莫奈、Claude Monet• 关系创作《日出·印象》• 属性出生年份、流派、相关机构等也就是说融合后的知识不再是彼此平行的碎片而是围绕统一对象组织起来的结构化描述。这说明知识融合真正完成的是“多源描述到统一知识对象”的转换。五、知识融合在知识图谱中的作用知识融合的核心价值在于把多源知识从“并列堆放”变成“统一组织”。它让同一实体的多种写法能够汇聚到同一个节点让同名或近义对象不至于被混淆也让不同来源的数据能够共同参与知识图谱构建。但融合之后知识仍然主要是经过整理的事实表达并不等于已经形成可推理、可评估、可长期维护的知识体系。要让知识真正进入更稳定的图谱形态还需要进一步经过本体构建、知识推理和质量评估等知识加工过程。 小结知识融合的任务是把知识抽取得到的碎片化结果整合为较一致、较完整的知识对象。它通过指代消解、实体消歧、实体链接和知识合并解决多源知识中的重复、歧义和冲突。“点赞有美意赞赏是鼓励”