基于多源异构数据的知识图谱补全及验证关键技术研究

Knowledge graphs have become the one of the core driving forces for next generation artificial intelligence development. Building large-scale knowledge graphs requires automated knowledge acquisition methods, but this can lead to quality issues, including knowledge incompleteness and knowledge errors. However, the existing solutions still have limitations. The data sources for knowledge completion and verification are relatively single, and the multi-source heterogeneous data cannot be effectively utilized to complement and verify the knowledge graphs. Hence, we propose to use the multi-source heterogeneous data to improve the knowledge graphs, and solve the key scientific problems including the unified representation and fusion model of multi-source heterogeneous data over knowledge graphs and the interpretable verification mechanism for knowledge graphs with multi-source heterogeneous data. The research of this project will improve the quality of current knowledge graphs, better support intelligent applications based on machine cognitive understanding, and promote the development of artificial intelligence technology.

近年来，知识图谱已经成为推动人工智能发展的核心驱动力之一。知识图谱的规模化构建需求依赖大规模自动化知识获取。然而，巨大的规模必定要付出质量方面的代价。当前知识图谱的质量问题主要体现在两个方面：一是知识图谱中的实体普遍存在不同程度的知识缺失；二是知识图谱中的知识容易出现错误。目前已有的解决方案还存在着一定的局限性，用于知识补全及验证的数据来源较为单一，未能有效利用不同来源的数据来对知识图谱进行补全及验证。为此，本项目拟针对多源异构数据的知识互补性及知识共通性等特点，从知识补全和知识验证两方面来对知识图谱质量进行优化。重点解决面向知识图谱的多源异构数据统一表示及融合模型以及面向知识图谱的大规模知识的可解释性验证机制等关键科学问题。本项目的研究将提高当前知识图谱的质量，更好地支撑基于机器认知理解的智能应用，促进人工智能技术发展。

近年来，知识图谱已经成为推动人工智能发展的核心驱动力之一。知识图谱的规模化构建需求依赖大规模自动化知识获取。然而，巨大的规模必定要付出质量方面的代价。当前知识图谱的质量问题主要体现在两个方面：一是知识图谱中的实体普遍存在不同程度的知识缺失；二是知识图谱中的知识容易出现错误。目前已有的解决方案还存在着一定的局限性，用于知识补全及验证的数据来源较为单一，未能有效利用不同来源的数据来对知识图谱进行补全及验证。.本课题针对这些问题，基于多源异构数据展开知识图谱补全及验证关键技术的研究，提出多项关键技术和方法，发表论文9篇，包括CCF-A类会议论文1篇、CCF-B类会议论文3篇、CCF-C类会议论文4篇、中文CCF-T1类期刊论文1篇。此外，还申请1项专利和获批1项软件著作权，出版2本学术专著。相关成果已被应用于大规模通用知识图谱CN-DBpedia中，主要数据和代码已经开源。在课题进行期间，共有4名硕士生参与了研究工作并已顺利毕业。