知識(shí)圖譜按照邏輯結(jié)構(gòu)可以劃分為數(shù)據(jù)層和模式層兩部分。數(shù)據(jù)層包含的是大量由基本事實(shí)組成的信息，這些事實(shí)通常以三元組的形式存在，例如'實(shí)體-關(guān)系-實(shí)體'或'實(shí)體-屬性-屬性值'，這樣的數(shù)據(jù)結(jié)構(gòu)一般以圖數(shù)據(jù)庫的形式存儲(chǔ)。模式層則進(jìn)一步抽象，它代表著數(shù)據(jù)組織的模式，是在數(shù)據(jù)層之上對(duì)知識(shí)進(jìn)行提煉和概括的層面，通常通過本體庫來管理和組織這些數(shù)據(jù)。

知識(shí)圖譜的構(gòu)建通常采用自動(dòng)化技術(shù)，從結(jié)構(gòu)化、半結(jié)構(gòu)化到非結(jié)構(gòu)化數(shù)據(jù)中提取知識(shí)，并將這些知識(shí)分別存儲(chǔ)在模式層和數(shù)據(jù)層。構(gòu)建過程主要分為兩種方法：自頂向下和自底向上。

自頂向下方法首先構(gòu)建模式層，然后基于此模式層構(gòu)建數(shù)據(jù)層。模式層的創(chuàng)建通常依賴于從人工整理的高質(zhì)量數(shù)據(jù)中提取本體和模式信息。隨后，利用這些已建立的模式，從更廣泛的數(shù)據(jù)源中抽取信息，以形成數(shù)據(jù)層。歷史上，許多早期的知識(shí)庫和知識(shí)圖譜都是采用這種自頂向下的方式構(gòu)建的。

自底向上方法則是先構(gòu)建數(shù)據(jù)層，隨后再構(gòu)建模式層。這種方法通常首先通過自動(dòng)化或半自動(dòng)化技術(shù)，在海量數(shù)據(jù)中識(shí)別實(shí)體、關(guān)系和屬性，以此構(gòu)建知識(shí)圖譜的數(shù)據(jù)層。之后，再根據(jù)數(shù)據(jù)層的內(nèi)容來組織和構(gòu)建模式層。自底向上的方法更適合處理超大規(guī)模的數(shù)據(jù)集，并且由于其能夠處理更大的數(shù)據(jù)量并采用更自動(dòng)化的方法，當(dāng)前大多數(shù)知識(shí)圖譜的構(gòu)建都傾向于使用這種方法。

知識(shí)圖譜的構(gòu)建流程以自底向上的構(gòu)建方式為例，系統(tǒng)接收各種類型的輸入數(shù)據(jù)，并經(jīng)過信息抽取、知識(shí)融合和知識(shí)加工三個(gè)關(guān)鍵步驟，最終輸出一個(gè)完整的知識(shí)圖譜。

1.信息提取

信息抽取是一個(gè)多維度的過程，它根據(jù)任務(wù)需求的不同而有所區(qū)別。例如，在情感和輿論分析任務(wù)中，重點(diǎn)在于抽取事件和情感信息，而在知識(shí)圖譜的應(yīng)用中，則更側(cè)重于實(shí)體、關(guān)系和屬性等信息的抽取。在知識(shí)圖譜中，實(shí)體的屬性，比如城市的人口數(shù)量和地理位置，是其固有屬性的一部分。無論是實(shí)體、關(guān)系的抽取還是屬性的抽取，都可以采用監(jiān)督、半監(jiān)督或無監(jiān)督的方法進(jìn)行。信息抽取主要處理的是半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，通過這一過程，原本非結(jié)構(gòu)化的數(shù)據(jù)可以轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，為知識(shí)圖譜系統(tǒng)所用。

2.知識(shí)融合

知識(shí)融合是一個(gè)關(guān)鍵過程，它涉及將不同來源的數(shù)據(jù)進(jìn)行整合和提煉，以構(gòu)建知識(shí)圖譜。在這一過程中，系統(tǒng)會(huì)處理多種類型的輸入數(shù)據(jù)，包括：

在知識(shí)抽取的過程中，我們生成了三元組數(shù)據(jù)，這些數(shù)據(jù)是構(gòu)建知識(shí)圖譜的基礎(chǔ)。然而，盡管通過知識(shí)融合的步驟可以解決一些歧義問題，這些數(shù)據(jù)仍然沒有形成深層的邏輯結(jié)構(gòu)。因此，目前構(gòu)建的知識(shí)圖譜在質(zhì)量上還需要進(jìn)一步地驗(yàn)證。為了提高知識(shí)圖譜的質(zhì)量，我們需要在知識(shí)融合的基礎(chǔ)上進(jìn)行知識(shí)加工。這一步驟包括本體構(gòu)建和質(zhì)量評(píng)估，目的是完善知識(shí)圖譜的邏輯結(jié)構(gòu)，從而提升其整體質(zhì)量。通過這樣的加工過程，知識(shí)圖譜將更加精確和有用。

本體構(gòu)建：是知識(shí)圖譜模式層構(gòu)建的關(guān)鍵技術(shù)，主要任務(wù)是創(chuàng)建本體庫。本體庫通過公理、規(guī)則和約束來定義實(shí)體、關(guān)系、屬性之間的聯(lián)系。本體的構(gòu)成要素主要包括以下幾點(diǎn)：

• 整體-部分關(guān)系，通過'Part-of'來表達(dá)。

• 概念間的繼承關(guān)系，通過'Kind-of'來表達(dá)。

• 概念和實(shí)例之間的關(guān)系，通過'Instance-of'來表達(dá)。

質(zhì)量評(píng)估：知識(shí)圖譜的構(gòu)建依賴于準(zhǔn)確可靠的信息抽取。然而，信息源可能存在錯(cuò)誤，這將直接影響知識(shí)圖譜的質(zhì)量。為了提升知識(shí)圖譜的質(zhì)量，必須對(duì)信息的可信度進(jìn)行評(píng)估，只保留那些具有高置信度的知識(shí)。