0
| 本文作者： 汪思穎 | 2018-03-15 11:59 |
雷鋒網(wǎng) AI 研習(xí)社消息，日前，上海交通大學(xué)王新兵教授和張偉楠教授指導(dǎo)的 Acemap 團(tuán)隊(duì)知識圖譜小組發(fā)布了學(xué)術(shù)知識圖譜 AceKG。從官網(wǎng)可以看到，Acemap知識圖譜（AceKG）描述了超過 1 億個(gè)學(xué)術(shù)實(shí)體、22 億條三元組信息，包含六千多萬篇論文、五千多萬位學(xué)者、五萬多個(gè)研究領(lǐng)域、將近兩萬個(gè)學(xué)術(shù)研究機(jī)構(gòu)等，數(shù)據(jù)集將近 100G。
知識圖譜（Knowledge Graph）是顯示知識發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識及它們之間的相互聯(lián)系。通過將應(yīng)用數(shù)學(xué)、圖形學(xué)、信息可視化技術(shù)、信息科學(xué)等學(xué)科的理論與方法與計(jì)量學(xué)引文分析、共現(xiàn)分析等方法結(jié)合，并利用可視化的圖譜形象地展示學(xué)科的核心結(jié)構(gòu)、發(fā)展歷史、前沿領(lǐng)域以及整體知識架構(gòu)，揭示知識領(lǐng)域的動(dòng)態(tài)發(fā)展規(guī)律，為研究和決策提供切實(shí)的、有價(jià)值的參考。
目前，隨著機(jī)器學(xué)習(xí)和自然語言處理技術(shù)的不斷發(fā)展，在大數(shù)據(jù)的推動(dòng)下，知識圖譜受到學(xué)界和業(yè)界的廣泛關(guān)注。但目前它的發(fā)展還存在著不少阻礙，例如從數(shù)據(jù)中挖掘出高質(zhì)量的知識需要大量的數(shù)據(jù)處理工作，構(gòu)建垂直領(lǐng)域知識圖譜的代價(jià)很大，很多研究工作都不具備實(shí)用性等等。
而 AceKG 究竟有何優(yōu)勢？據(jù)發(fā)布團(tuán)隊(duì)介紹，與現(xiàn)有學(xué)術(shù)知識圖譜相比，AceKG 主要有如下三個(gè)特點(diǎn)：
AceKG 提供學(xué)術(shù)異構(gòu)圖譜，包含多樣的學(xué)術(shù)實(shí)體與相應(yīng)的屬性，可以支持多樣的學(xué)術(shù)大數(shù)據(jù)挖掘課題，例如現(xiàn)階段異構(gòu)網(wǎng)絡(luò)向量化的諸多課題。
AceKG 從更高的角度統(tǒng)覽整個(gè)學(xué)術(shù)圈，提供了近 100G 大小的數(shù)據(jù)集，包括論文、作者、領(lǐng)域、機(jī)構(gòu)、期刊、會(huì)議、聯(lián)盟，支持權(quán)威和實(shí)用的學(xué)術(shù)研究。
AceKG 以結(jié)構(gòu)化的 Turtle 文件格式給出（具體格式見下表），致力于減少數(shù)據(jù)預(yù)處理的不便，同時(shí)更易于機(jī)器處理，支持全部 Apache Jena API。
下圖是 AceKG 的結(jié)構(gòu)框架。可以看到，AceKG 為每個(gè)實(shí)體提供了豐富的屬性信息，在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上加上語義信息，可以為眾多學(xué)術(shù)大數(shù)據(jù)挖掘項(xiàng)目提供全面支持。
以下是一些示例文件，大家可以點(diǎn)擊如下鏈接http://acemap.sjtu.edu.cn/app/Datasets/KG/example.zip，來了解和使用該知識圖譜。
此外，AceKG 使用 Apache Jena 框架驅(qū)動(dòng)。Apache Jena（http://jena.apache.org）使用 TDB 數(shù)據(jù)庫存儲數(shù)據(jù)，并且提供 SPARQL 引擎進(jìn)行數(shù)據(jù)查詢。它還為 Web 客戶端提供 FusekiHTTP 服務(wù)，并提供完整的 Java API 查詢數(shù)據(jù)。架構(gòu)如下圖：
值得一提的是，AceKG 并不是雷鋒網(wǎng) AI 研習(xí)社報(bào)道的第一個(gè)學(xué)術(shù)知識圖譜。此前，清華大學(xué)教授、Arnetminer 創(chuàng)始人唐杰博士公開億級學(xué)術(shù)圖譜——Open Academic Graph。此圖譜集成了兩個(gè)最大的公開學(xué)術(shù)圖譜：微軟學(xué)術(shù)圖譜（MAG）和 AMiner 學(xué)術(shù)圖譜。開發(fā)團(tuán)隊(duì)通過集成 MAG 中 1.66 億學(xué)術(shù)論文和 AMiner 中 1.55 億學(xué)術(shù)論文的元數(shù)據(jù)信息，生成了這兩個(gè)學(xué)術(shù)圖譜之間近 6500 萬對鏈接（匹配）關(guān)系。
據(jù)唐杰教授介紹，公開 Open Academic Graph 目的如下：一是集成豐富的學(xué)術(shù)知識數(shù)據(jù)，二是數(shù)據(jù)共享，三是服務(wù)共享。簡言之，他們希望能夠造福學(xué)術(shù)界對知識圖譜、學(xué)者合作關(guān)系、學(xué)術(shù)主題挖掘等領(lǐng)域的研究，設(shè)計(jì)更加智能的學(xué)術(shù)圖譜連接系統(tǒng)，以方便更多人使用服務(wù)以及加入開放學(xué)術(shù)社區(qū)。
在雷鋒網(wǎng) AI 研習(xí)社看來，這些學(xué)術(shù)知識圖譜的發(fā)布，不管對學(xué)界還是對業(yè)界來說都有極大的意義。一方面能助力大家當(dāng)前的研究，另一方面也能吸引更多人來進(jìn)行學(xué)術(shù)知識圖譜相關(guān)的研究。相信隨著越來越多學(xué)術(shù)知識圖譜的公開，將促進(jìn)學(xué)術(shù)大數(shù)據(jù)挖掘項(xiàng)目的持續(xù)發(fā)展。
AceKG 詳細(xì)信息，參見：http://acemap.sjtu.edu.cn/app/AceKG/index.html
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
