知識圖譜領域有什麼適合碩士階段研究的小方向？

1樓：SimmerChan

我個人認為，相較而言，知識圖譜更像是乙個工程問題而不是學術問題。構建的知識圖譜最終是需要落地的，面向終端使用者。換句話說，知識圖譜是乙個系統工程。

為了達到可用的程度，往往不會採用不太成熟的技術，儘管這些技術已經是state-of-the-art，而是採用人工，或者人機結合的方式。提這一點，是想讓你在選某個小方向的時候考慮一下，這個技術發展到什麼程度，值不值得花大力氣去研究。

言歸正傳，先介紹一下知識圖譜的生命週期，及其每個週期所涉及的一些技術，也就是你說的「小方向」

知識建模（本體建模），涉及的技術：Ontology Engineering。

知識獲取，涉及的技術：資訊抽取（IE）、命名實體識別（NER）、關係抽取等。

知識儲存，考慮儲存的成本、效率等等。

知識計算，考慮基於圖的挖掘演算法，知識推理（本體推理和基於規則的推理）。

知識應用，比如智慧型問答（KBQA），決策支援等。

然後你可以了解一下TAC的KBP（Knowledge Base Population）比賽，目標是根據非結構化文字構建乙個知識庫，算是工程和學術的乙個結合了。

目前網上讓我們能夠系統學習知識圖譜的資料很少。推薦你閱讀「exploiting linked data and knowledge graphs in large organisations」，能讓你在整體上了解知識圖譜；或者學習王昊奮老師在小象學院開的知識圖譜課程，講得比較全面。

建議你先在整體上認識一下知識圖譜是什麼、能做什麼。針對其所涉及的技術，你可以選擇該方向的綜述進一步了解。至於到底選什麼方向，相信在你整體了解後應該也有自己的乙個決斷。