大规模知识图谱上相似节点查询技术研究

After nearly five years of continuous practice, now knowledge graph began to be introduced to assist the development of intelligent applications by the traditional industry. One of popular applications is to query similar nodes in a large-scale domain knowledge graph. More specifically, the system based on interested entities provided by users, searches similar entities in a knowledge graph. However, the large-scale knowledge graph, rich information, complex meta-data and low data quality and other characteristics have brought challenges to the similar node query in practice. The large scale property makes the classic solutions of poor performance, rich semantics and complex meta-data make solutions in different field vary widely, and the quality of the knowledge graph directly affects the effectiveness of the query results. This project will focus on some key problems brought by the above challenges, and will systematically study the problem of querying similar node on large-scale domain knowledge graphs. The specific research contents include designing universal knowledge graph cleaning approach and developing novel node querying solutions in different scenarios. We try to overcome a series of cutting-edge core technologies, and to build the original technology system.

知识图谱技术经过将近五年的不断实践，如今传统行业也开始利用知识图谱开发各⾃领域内的智能化应用。其中一个常见的应用是面向领域知识图谱的相似节点查询，即在一定的场景下，系统根据⽤户提供的部分实体，从知识图谱中找出与输入实体相似的实体。然而，知识图谱规模大，蕴含信息丰富，元数据复杂，数据质量参差不齐等特点给实际查询带来了挑战，包括大规模的知识图谱使得经典方法性能不佳，丰富的语义和复杂的元数据使得不同领域间的方案千差万别，数据质量直接影响着查询结果的实用性。本课题关注上述挑战带来的一些关键问题，将系统地研究大规模领域知识图谱上的相似节点查询问题，具体研究内容包括通用的图谱清理技术、不同场景下新颖的节点查询技术等，力求攻克一系列的前沿核心技术，形成原创技术体系。

知识图谱技术经过将近五年的不断实践，如今传统行业也开始利用知识图谱开发各自领域内的智能应用。其中一个常见的应用是面向领域知识图谱的相似节点查询，即在一定的场景下，系统根据用户提供的部分实体，从知识图谱中找出与输入实体相似的实体。然而，知识图谱规模大，蕴含信息丰富，元数据复杂，数据质量参差不齐等特点给实际查询带来了挑战，包括大规模的知识图谱使得经典方法性能不佳，丰富的语义和复杂的元数据使得不同领域间的方案千差万别，数据质量直接影响着查询结果的实用性。..本课题针对大规模知识图谱查询处理中的关键技术展开研究，具体研究内容包括通用的图谱清理技术、不同场景下新颖的节点查询技术等。课题组开展一系列相关的研究工作，提出了多项支持大规模知识图谱查询处理的关键技术和方法，撰写并发表论文23篇，其中CCF A类论文13篇；撰写外文学术专著1部。在课题进行期间，有3名博士生、3名硕士生参与研究工作，其中3名博士生已顺利毕业。