《领域知识图谱构建技术规程》（征求意见稿）

41TechnicalRegulationforBuildingDomainKI II 1 1 1 2 3 3 45.3领域知识图谱构建流程 4 5 5 5 6 8 8A.2领域知识图谱完整性 8A.3领域知识图谱一致性 8 8 8 10本文件按照GB/T1.1—2020《标准化本文件由郑州大学计算机与人工智能学院、郑州中业科技股份有限公司本文件起草单位：郑州大学计算机与人工智能学院、本文件主要起草人：周清雷、张坤丽、李介、昝红英、韩英杰、穆玲玲1本文件适用于各领域构建知识图谱系统及上层应用的规划、设计，可作下列文件中的内容通过文中的规范性引用而构成本文件必不件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包GB/T5271.23-2000信息技术词汇第23GB/T5271.31-2006信息技术词汇第31部分:人工智能GB/T5271.34-2006信息技术词汇第34部分:人工智能GB/T42777-2023基于文本数据的金融风险防控知识图谱构建知识图谱是将互联网的信息表达成更接近人类认知世界的形式，领域知识体系是描述特定领域知识的专门体系，给出了领域内概念及相互2结构化数据是一种数据表示形式，按此种形式，由数据元素汇的），3不断迭代.实体.关系.属性.结构化数据.不断迭代.实体.关系.属性.结构化数据.半结构化数据②数据准备 NLP：自然语言处理(NaturalLanguageProcessiCNN：卷积神经网络(ConvolutionalNeuralRNN：循环神经网络(RecurrentNeuralRDF：资源描述框架(ResourceDescriptionFrOCR：光学字符识别（OpticalCharacterRecBERT：基于变换器的双向编码器表示技术(BidirectionalEncoderRepresentationsfrom领域知识图谱构建技术规程描述知识图谱构建中涉及的开发平台/工具和构识图谱构建平台和工具（例如知识建模工具、知识获取工具、知识存储），备、知识获取、知识融合、知识存储。领域知识图谱构建结合领域相关知⑥应用与展示.基于表的存储.基于图的存储⑤知识存储.概念层对齐.实体层对齐④知识融合③知识获取.领域概念体系.领域层级结构.领域专业词典①知识建模4领域知识图谱构建全生命周期的开发平台及工具，包含知识建模工具、数工具、知识融合工具、知识存储工具及基础开发平台，针对不同来源不同领域知识图谱是知识的覆盖范围和使用方式聚焦特定领域的知识图谱，其域知识体系和领域层级关系。领域知识体系是描述领域知识的专门体系，是领域知识建模数据建模根据知识图谱的应用需求、应用场景复用已有的领顶向下为主、自底向上为辅的方法，进行半自动化的构建。知识建模需要领域数据准备阶段进行数据采集和预处理工作。数据采集主要有三种渠道：领域指南、领域规范、领域政策法规等数据；从网络主要通过爬虫等手段爬取的数据载体可为纸张、胶卷、胶片、磁带、磁盘等，数据形式包括结构化数据重、补缺、数字化、形式归一化、匿名化、内容保护、数据溯源等操作，使知识获取是使用自动化或半自动化的知识抽取技术，从不同来源及属性等知识图谱基本元素的过程，包括实体抽取、关系抽取和属性抽取。领域采用自动化、半自动化、人工获取等多种方式，其中半自动化的方式先使用算法工补充抽取和专家审核。算法抽取包括基于领域专家定义的规则抽取；基于隐场、最大熵等机器学习算法抽取；基于训练语言模型（如BERT）上叠加RNN、CNN知识融合指来自不同数据源的数据（包括不同的知识图谱、多源图谱中，主要解决如何将来自多个来源的关于同一个实体或概念的描述信去除知识数据冗余、实现知识的统一结构存储。知识融合分为概念层的融为概念对齐和实体对齐：概念层融合是领域知识体系的需要确定等价的实别；数据层的融合，包括具体的实体、关系和属性的融合，主要问题是避5知识融合使用框架匹配、语义计算（指代消解、实体规范化、实知识存储将知识抽取和融合得到的知识存储到适合的数据结构或查改操作。从存储结构划分，知识存储分为基于表结构的存储和基于图结的存储使用二维的数据表对知识图谱中的数据进行存储，常见的基于表表、类型表、关系型数据库；基于图结构的存储利用图的方式队知识图谱中的数基于图数据库的存储系统包括Neo4j、OrientDB、Hype领域知识图谱的上层应用根据具体的领域（医疗、农业、金融、电商、工图谱的构建和部署，通过知识图谱数据库的查询语言和查询语法提供知识检化等接口和服务，以此为基础进行有关联分析、辅助决策、智能搜索、智能不同于通用知识图谱，领域知识图谱构建有如下要求：以领域或组合多来源的领域数据以快速扩大规模；知识结构更加复杂，通常包含较为复识；知识获取的质量要求更高，较多地依靠组织内部的结构化、半结构化和域专家的审核校对以保障质量；对推理的要求更高，并要求具有较强的可解面，除可视化展示外，通常还包括语义搜索、知识问答，决策分析和智能推领域知识图谱构建过程应符合开放性（构建流程解耦、各部分可独立演进求）、可扩展性（支持知识图谱的增删查改操作）等要求。知识图谱构建过系、业内主流的知识抽取算法、各种主流的图数据库，针对不同行业的各类使6a)应支持各类格式数据源，包括结构化数据（如业务数据库半结构化数据，非在知识图谱构建的不同阶段，可以产生相应的成78在领域知识图谱构建过程中，根据领域专家的经验，形成对领域知识图谱的对于数据来源方面，需要采集领域权威指南、领域法律法规、领域专业词典（包括知识推理得到的知识）应覆盖领域内所知识图谱完整性需要领域专家的评估，或通过对比某实体是否具有其同领域知识图谱的一致性指知识图谱中的知识表达是否一致，即知识图谱中领域知识图谱中涉及的领域知识缺乏相关的标准和评价指标，因此最终构知识获取包括实体抽取、关系抽取和属性抽取，使用准确率、召回实体、关系和属性自动化抽取的性能，知识