【NLP】知識圖譜簡史：從1950到2019

2019 年 12 月 19 日
筆記

地址：http://knowledgegraph.today/paper.html

作者 | Claudio Gutierrez 、 Juan F. Sequeda

編譯 | Xiaowen

知識圖譜可以被認為是實現電腦科學的早期願景，即創建能夠大規模集成知識和數據的智慧系統。「知識圖譜」一詞在本世紀初被研究者引入，自2012年Google推廣以來，在學術界和行業中迅速流行。必須注意的是，無論「知識圖譜」一詞的討論和定義如何，都源於語義網路、資料庫、知識表示和推理、nlp、機器學習等不同研究領域的科學進步。這些不同學科的思想和技術的融合為知識圖譜的概念提供了豐富的內容，但同時也對實踐者和研究人員提出了挑戰，要求他們了解當前的進展是如何從早期技術發展而來的，並植根於早期技術。

這份文檔，結合18th International Semantic Web Conference的教程，提供了基於知識、數據及其組合的電腦科學學科進步的知識圖譜的根源的歷史背景。需要注意的是，這份文檔不是一個綜述survey（不一定涵蓋所有方面），也不對關於這一主題的論文和系統進行系統的方法（定性或定量）分析。

那麼，這篇文章是什麼呢？這是作者對這一學科歷史觀點的選擇，以教學為重點。我們展示了一份學習地圖，並提供指導方針，以瀏覽最相關的想法，理論和事件，從我們的角度發出訊號，觸及當前的發展。目標是幫助理解什麼起作用，什麼不起作用，並反映出它是如何激發下一個想法的。

為什麼要寫這篇文章？了解一個研究領域的歷史背景至關重要，以便了解未來可能的途徑。這是科學方法的DNA：為了站在巨人的肩膀上進行背景研究。當談到語義網路研究領域，尤其是對於知識圖譜的時候，我們注意到學生和初級研究者並不完全清楚思想、概念和技術的來源。我們認為這篇文章是克服這個弱點的一個小步驟。