知識圖譜: 數(shù)據(jù)挖礦的探照燈

文：黃正傑 2020-09-08

發(fā)布時(shí)間： 2020-09-04 16:59:00

大數(shù)據(jù)分析 人工智慧 知識圖譜

複雜的疾病與藥物治療關(guān)係如何尋找? 模糊的老師傅維修經(jīng)驗(yàn)怎麼萃取? 除了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)外，知識圖譜是新興的人工智慧方法。在知識圖譜的協(xié)助下，可事先指引大數(shù)據(jù)挖掘出的複雜關(guān)係、協(xié)助歸納模糊的語意關(guān)係等，與機(jī)器學(xué)習(xí)/深度學(xué)習(xí)方法相互合作。那麼，知識圖譜的概念是什麼呢? 如何協(xié)助大數(shù)據(jù)分析與人工智慧? 又有什麼企業(yè)應(yīng)用呢? 本文介紹知識圖譜源起、概念與商業(yè)應(yīng)用。

繼深度學(xué)習(xí)之後，知識圖譜(Knowledge Graph；KG)又成為熱搜的名詞。知識圖譜究竟是什麼? 與深度學(xué)習(xí)有何不同? 有何種應(yīng)用呢? 以下初步地探索知識圖譜的概念與應(yīng)用。

知識圖譜的源起

知識是人類獨(dú)有的產(chǎn)物。人類藉由知識得以傳承，讓世世代代可以累積方法與經(jīng)驗(yàn)，進(jìn)而促進(jìn)社會進(jìn)步與技術(shù)發(fā)展。人工智慧學(xué)者亦嘗試?yán)秒娔X科學(xué)協(xié)助模擬人類知識。

1970年代，學(xué)者發(fā)展專家系統(tǒng)，認(rèn)為模擬專家具備的知識或經(jīng)驗(yàn)，可以發(fā)展人工智慧專家系統(tǒng)。而專家知識要形成什麼樣結(jié)構(gòu)呢? 又要如何萃取呢? 於是學(xué)者發(fā)展一系列知識表示法(knowledge representations)，包含: IF THEN產(chǎn)生規(guī)則式方法、情境式框架語言等，並利用各種知識工程(knowledge engineering)方法進(jìn)行專家知識萃取。但由於專家知識表示複雜，且有許多例外、模糊情況無法表達(dá)，使得專家系統(tǒng)無法滿足人類對於人工智慧的期望。於是，1980年代人工智慧研究因而沒落。

2000年代，人們透過各種網(wǎng)際網(wǎng)路服務(wù)的運(yùn)用，儲存了許多事實(shí)描述知識庫；如: Google、百度藉由搜尋引擎不斷地累積百萬級知識庫；ConceptNet則透過網(wǎng)路眾包、遊戲及專家創(chuàng)建，建構(gòu)了百萬級知識庫。這些百萬級知識庫不但成了Siri等各項(xiàng)新興人工智慧服務(wù)進(jìn)行機(jī)器學(xué)習(xí)、深度學(xué)習(xí)基礎(chǔ)，亦是知識圖譜發(fā)展的基礎(chǔ)。

知識圖譜的概念

知識圖譜(KG, Kowledge Graph)於2012年由Google Amit Singhal提出，是一種用圖模型(Graph) 來描述真實(shí)世界萬物之間的關(guān)係的技術(shù)方法。Google 運(yùn)用KG發(fā)展知識圖譜搜尋引擎服務(wù)，提供使用者進(jìn)行搜尋並發(fā)現(xiàn)相關(guān)資訊；Google 具有5億個(gè)物件、35億物件間的事實(shí)或關(guān)係。

知識圖譜利用圖模型來表示知識，相較於傳統(tǒng)專家系統(tǒng)常用的產(chǎn)生規(guī)則式、框架語言等，能夠建立更多樣與複雜關(guān)係，以容納大數(shù)據(jù)、深度學(xué)習(xí)等方法進(jìn)行知識挖掘。例如：傳統(tǒng)產(chǎn)生規(guī)則式系統(tǒng)，運(yùn)用IF THEN 的因果關(guān)係來表示知識；知識圖譜則可以彈性的表示萬物之間多元關(guān)係，包含：屬性關(guān)係、從屬類別關(guān)係、因果關(guān)係、語意關(guān)係等。

此外，傳統(tǒng)產(chǎn)生規(guī)則式系統(tǒng)建構(gòu)專家「理想」規(guī)則式知識；知識圖譜則是建構(gòu)各種物件實(shí)例間關(guān)係的「事實(shí)」建構(gòu)。因此，我們常聽到知識圖譜是上百萬或億萬規(guī)模、規(guī)則式系統(tǒng)則是數(shù)萬或數(shù)千條等級規(guī)則。如下圖所示，該知識圖譜建立蒙娜麗莎微笑畫作與達(dá)文西、羅浮宮、巴黎以及LILY、JAMES各種實(shí)例物件間的各種關(guān)係的事實(shí)，包括：畫家、朋友、喜歡、居住、位置等。如果同樣建立其他數(shù)萬個(gè)文藝復(fù)興時(shí)期的畫作「實(shí)例」間知識圖譜事實(shí)關(guān)係，即可以進(jìn)行類比或推論等。

圖、知識圖譜描述實(shí)例間的關(guān)係(資料來源: yashu seth, WordPress.com)

知識圖譜的商業(yè)應(yīng)用

知識圖譜最常用於Google、Wikipedia、Yahoo、百度、阿里(參閱下圖)等搜索或電商服務(wù)大量數(shù)據(jù)累積，進(jìn)而優(yōu)化既有服務(wù)並延伸至新的領(lǐng)域服務(wù)。近來，有愈來愈多的垂直企業(yè)領(lǐng)域利用知識圖譜，如：醫(yī)療業(yè)、金融業(yè)、製造業(yè)等，以下說明幾個(gè)知識圖譜在企業(yè)領(lǐng)域的應(yīng)用方向：

1.協(xié)助搜索：協(xié)助搜索是知識圖譜最基礎(chǔ)的運(yùn)用。Google、阿里雲(yún)均建構(gòu)數(shù)億萬級的物件、概念間關(guān)係，進(jìn)而協(xié)助用戶進(jìn)行搜索。在工業(yè)上，新進(jìn)工程師可運(yùn)用知識圖譜搜索老師傅過去解決設(shè)備、生產(chǎn)問題實(shí)際案例中問題與解決方法間關(guān)係；採購人員搜索供應(yīng)商的物料供應(yīng)及對映生產(chǎn)品質(zhì)數(shù)據(jù)關(guān)係，以尋找合適供應(yīng)商等。

圖、阿里巴巴建構(gòu)電商知識圖譜(資料來源: 阿里巴巴)

2.協(xié)助問答：知識圖譜可以建構(gòu)概念、語意間關(guān)係，協(xié)助人機(jī)交互問答，如: Siri、IBM Watson。IBM Watson for Ontology為全球首套AI癌癥輔助治療系統(tǒng)，利用語音問答方式，協(xié)助醫(yī)生判斷病患罹患癌癥風(fēng)險(xiǎn)與治療建議。IBM Watson for Ontology從電子病歷、醫(yī)療期刊及與專家合作建立的治療方案知識圖譜，以容易理解醫(yī)生問題與病患病徵關(guān)係，提出治療建議。

3.協(xié)助大數(shù)據(jù)：知識圖譜可作為一種結(jié)構(gòu)化知識或先驗(yàn)知識，輔助大數(shù)據(jù)進(jìn)行學(xué)習(xí)與推理。例如：企業(yè)商情網(wǎng)站事先建構(gòu)上司公司、董事長、股東、股權(quán)結(jié)構(gòu)、借款、銷售等關(guān)係表示結(jié)構(gòu) (知識圖譜領(lǐng)域常稱為Schema)，透過企業(yè)年報(bào)、招標(biāo)文件、新聞、專利等大數(shù)據(jù)擷取數(shù)萬個(gè)公司關(guān)係事實(shí)，以進(jìn)行企業(yè)風(fēng)險(xiǎn)、信貸風(fēng)險(xiǎn)分析與預(yù)測。

知識圖譜與大數(shù)據(jù)

知識圖譜發(fā)展與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)同樣來自大數(shù)據(jù)累積產(chǎn)生。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)從大數(shù)據(jù)中發(fā)現(xiàn)關(guān)係、知識圖譜儲存大數(shù)據(jù)關(guān)係。故知識圖譜與機(jī)器學(xué)習(xí)/深度學(xué)習(xí)相輔相成，可達(dá)成更有效率的人工智慧系統(tǒng)。

如以擷取與搜索老師傅在工廠解決設(shè)備問題的經(jīng)驗(yàn)應(yīng)用為例。首先，可從維修紀(jì)錄、設(shè)備操作手冊等，透過人工智慧自然語言及機(jī)器學(xué)習(xí)技術(shù)，辨識與萃取問題與解決方法初步關(guān)係；再來，透過知識圖譜手法建立與儲存各項(xiàng)設(shè)備問題與解決方法的邏輯關(guān)係；之後，透過機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的方法來協(xié)助推論實(shí)際發(fā)生問題與可能解決方法機(jī)率與優(yōu)先排序，提供新進(jìn)工程師進(jìn)行搜索。此外，系統(tǒng)也可將新進(jìn)工程師實(shí)際問題解決結(jié)果，透過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方法，不斷地累積與學(xué)習(xí)以優(yōu)化系統(tǒng)。

小結(jié)

知識圖譜雖來自於早期建構(gòu)知識表示的概念，但卻融入了現(xiàn)今數(shù)據(jù)驅(qū)動的思維，並結(jié)合機(jī)器學(xué)習(xí)/深度學(xué)習(xí)方法，以解決複雜關(guān)係、語意模糊、大數(shù)據(jù)挖掘關(guān)係不確定的問題。因此，如果說機(jī)器學(xué)習(xí)/深度學(xué)習(xí)是數(shù)據(jù)挖礦的圓鍬；那麼，知識圖譜就是最佳的探照燈。

黃正傑

你喜歡挑戰(zhàn)不斷隆起的技術(shù)高原、探索無限寬廣的創(chuàng)新領(lǐng)域嗎? 那麼我們是同路人。黃正傑，臺大資管博士，協(xié)助鼎新進(jìn)行前瞻技術(shù)研究與應(yīng)用發(fā)展。歷經(jīng)IT架構(gòu)技術(shù)顧問、供應(yīng)鏈管理顧問、軟體產(chǎn)業(yè)分析師等多項(xiàng)職務(wù)，並兼任文化大學(xué)助理教授。讓我們一起從創(chuàng)新與變革角度，探索新興技術(shù)！

更多案例