path-ranking-algorithm调研报告

path ranking algorithm

调研报告

1.

引言

近两年来，随着

Linking Open Data

等项目的全面展开，语义

Web

数据源的

数量激增，大量

RDF

数据被发布。互联网正 从仅包含网页和网页之间超链接的

文档万维网

(Documen t

Web)

转变成包含大量描述各种实体和实体之间丰富关系

的数据万维网

(Data Web)

。 在这个背景下，

Google

、百度和搜狗等搜索引擎公司

纷纷以此为基础构建知识图谱，如

Knowledge Graph

、知心和知立方等，用以改

进搜索质量，从而拉开了语义搜索的 序幕。

正如

Google

“

The world is not made of

strings , but is made of things.

”

，

知识图谱旨在描述真实世界中存在的各种实体或

概念。其中，每个实体或概念用一个全局 唯一确定的

ID

来标识，称为它们的标

识符

(identifier)

。

每个 属性

-

值对

(attribute

-

value pair

，

又称

A

VP)

用来刻画实体的 内

在特性，而关系

(relation)

用来连接两个实体，刻画它们之间的关联。知识图谱亦

可被看作是由一张巨大的图组成 ，

图中的节点表示实体或概念，

而图中的边则由

属性或关系构成，我们需要构建并使用这张图。

大规 模知识图谱的构建与应用需要多种智能信息处理技术的支持，

其中主要

< br>包括：实体链指（

Entity Linking

）、关系抽取（

Relation Extra ction

）、知识表示

（

Knowl edge Representation

）、知识推理（

Kn owledge Reasoning

）等。

在知识推理方面，利用推理规则实现关系抽取的经典方法之一就是

Path

Ranking Algorithm

算法，由

Lao & Cohen

与

2010

年提出。该方法将每种不同的

关系路径作为一维特征，通过在知识图谱

/Knowledge

Base

中统计大量的关系路

径构建关系分 类的特征向量，

建立关系分类器进行关系抽取，

取得不错的抽取 效

果，

成为近年来的关系抽取的代表方法之一。

但目前这种基于关系的统计的方法，

只能在连通图上使用，

对于那些出现频率低的关系有严重的数据稀疏问题，

且代

价 高昂。针对这样的问题，现今也出现了许多针对该算法的改进研究。