语义知识图谱：一种用于实时遍历和排序领域内任意关系的紧凑自动生成模型

本文描述了一种我们称之为语义知识图谱的新型知识表示与挖掘系统。语义知识图谱的核心是利用倒排索引以及互补的非倒排索引来表示节点（词项）和边（多个词项/节点对应倒排表交集内的文档）。这在每对节点及其对应边之间提供了一层间接性，使得边能够从底层语料库统计信息中动态物化。因此，任意节点组合都可以与任意其他节点物化出边并进行评分，以揭示节点间的潜在关系。这带来了诸多益处：知识图谱可以从真实世界的数据语料库中自动构建；新节点及其组合边可以从任意预先存在的节点组合中（使用集合运算）即时物化；并且可以使用高度紧凑的图表示来表示并动态遍历领域内所有实体间语义关系的完整模型。这样的系统在知识建模与推理、自然语言处理、异常检测、数据清洗、语义搜索、分析、数据分类、根因分析和推荐系统等众多领域都有广泛应用。本文的主要贡献是引入了一种新颖的系统——语义知识图谱，它能够通过从自动构建于代表知识领域的数据语料库的紧凑图表示中动态物化节点和边，来动态发现并对任意实体组合（词、短语或提取的概念）之间的有趣关系进行评分。