江苏龙网

  1. 首页 > 生活 > >

知识图谱是否是NLP的未来( 二 )



■网友
我认为正好相反，nlp是知识图谱未来的方向。

■网友
利益相关: 拥有NLP开源项目
觉得这道题可以反过来答: NLP很有可能是知识图谱的未来
知识图谱对于商业/AI学科本身的价值毋庸置疑, 但是目前存在着成本过高, 效率过低的问题. @wei chris 的答案中也提到: "知识图谱可以说是整个AI的未来"; 但是"太贵"可能是阻碍知识图谱大规模应用的最大阻力之一: Cyc是最早的通用知识图谱之一, 其创建者Douglas Lenat就表示, 构建Cyc的成本约为1.2亿美元. 在论文: \u0026lt; How much is a Triple? Estimating the Cost of Knowledge Graph Creation \u0026gt; , 作者(Heiko Paulheim)表示人工编辑一条三元组的成本在2-6美金不等. 既然成本如此之高, 大规模商业化自然成了问题.
知识图谱是否是NLP的未来

而NLP很有可能就是这个"成本问题"的正确解我很赞同 @wei chris 的观点,:
"国内这么多医疗创业公司，喊人工智能三五年了，有多少认真做出过系统的知识图谱的。如果做出来了，到处宣传都来不及。知识图谱是块宝，但是不一定能拿得起来！"所以对NLP的未来, 作为相关从业人员, 我们对NLP+知识图谱充满期待与希望. 在经历了一年多的探索与开发后, SmoothNLP发布了V0.3版本, 并正式支持小规模的知识图谱抽取功能. 下面是SmoothNLPV0.3工具, 对""这个对象, 在百科文本上抽取出来的知识结果.
知识图谱是否是NLP的未来

基于\u0026amp;amp;quot;\u0026amp;amp;quot;在百科中的介绍, 抽取的关联知识图谱如果你对我们的项目感兴趣, 最后附上一段简单的Python调用示范源码:
from smoothnlp import kgrels = kg.extract(text = ) ## 调用SmoothNLP解析g = kg.rel2graph(rels) ## 依据文本解析结果, 生成networkx有向图fig = kg.graph2fig(g,x=1000,y=1000) ## 生成 matplotlib.figure.Figure 图片知识图谱是否是NLP的未来

SmoothNLP项目的地址:
https://github.com/smoothnlp/SmoothNLP参考资料:
http://www.heikopaulheim.com/docs/iswc_bluesky_cost2018.pdf https://zhuanlan.zhihu.com/p/56932058

■网友
前两天阅读王垠关于人工智能的一些见解，有一些思考。
王垠认为当前的NLP阶段主要进展还在lexer阶段，大部分连一个成熟的parser都没有。谈不上理解语言。
通用的parser目前是没有，但在问题相对封闭简化的场景下，我们是可以做一些parser的。有了parser，语句就可以被理解为确定的“汇编”。
我理解，这个“汇编”执行的母体可以是知识图谱，一个建模关系和实体的数据集合，也可以是其它类型的知识建模方式，比如流程图。这里的关键是解决什么问题。知识图谱不是万能的，但是可以解决一部分/一些类型NLP问题。


■网友
两者可以结合，但说是未来，不可能。知识图谱和NLP的定位是不同的，只能是有交叉有结合。
知识图谱自身的搜索/查询、推理就是难点，想加入到NLP的算法中，性能是个很大问题。
不过，考虑到知识图谱的特点，它所包含的知识都是可以总结、整理出来作为常识的，所以可以考虑直接使用这方面的信息。比如这个，把知识嵌入到图片中
taurenshaman/SemanticImage 就像题主说的，图像检测可以识别图片中的物体，但是物体包含的其它属性和信息完全可以单独拿出来。


推荐阅读


上一篇：福特撼路者■换装全新动力总成 2020款福特撼路者将4月25日开启预售

下一篇：行业网站内页没有排名咋解决