TISC | 利用领域知识图谱促进企业专利知识高效重用

知识图谱的构建流程包含了以下五个步骤：

这是首屈一指的环节，因为知识图谱是一个用来解决问题的工具，重要的是根据问题利用知识图谱得到该问题的答案。根据需要解决的问题来判断需要构建的是通用知识图谱还是领域知识图谱，确定是针对细分领域的知识图谱研究，还是覆盖面广的知识图谱。如本文需要解决的是成果专利推荐问题，需要构建的是专利领域的知识图谱，知识图谱富含丰富的语义关系可以帮忙提高推荐的精度。总之，需要先把待解决的问题给确定，才能分析构建哪个领域的知识图谱，这样构建的知识图谱才有意义。

定义好了具体的问题，就明确了需要构建知识图谱的领域。明确了领域之后就需要考虑数据来源的问题，因为构建知识图谱需要大量的数据，大量的数据才能构建出能准确表达语义关系的知识图谱。同时还需要考虑的是数据的处理问题，无论是结构化数据还是非结构化数据，都需要经过处理，数据的预处理阶段需要对数据进行筛选。数据的收集与处理是必不可少且十分重要的一个步骤，会影响后续的知识图谱的表达。

这一环节需要确定知识图谱的实体、关系以及属性。如专业领域知识图谱一般包含了以下实体：专利、用户、单位、行业领域、技术领域、行业大领域、新技术领域、产业链等。这些实体都需要人为去定义，落实到具体的实体，代表着具体的事物。关系的设计，是根据所确定的实体来设计的，通常选取的关系是指各个实体之间的关系，如所属机构关系、应用行业关系。属性的确定也是根据具体的实体而言，不同的实体具有不同的属性。确定实体、关系以及属性需要遵循实际的业务逻辑关系，还需要考虑避免冗余的现象出现，轻量化知识图谱，这样才能提高知识图谱的使用效率。

知识图谱设计工作完成后，便是从数据抽取出所需要的知识，将知识给存入到知识图谱中，常用的存储知识图谱的方式有两种，一种是以RDF的形式存储，另一种是存储在图数据库。图数据库存储是近些年愈发热门的知识图谱存储方式，图数据库中使用最为广泛的是Neo4J图数据库。Neo4J图数据库使用的Cypher语句来操作数据库，Cypher语句是专门为了操作Neo4J数据库的一门语言。其开发借鉴了SQL语句的语法规则，使得Cypher语句具有SQL语句的简易操作和灵活。

构建好了知识图谱，有很多业务可以用到知识图谱来提高效率，比如可以用于智能问答、语义搜索、社交网络以及垂直行业应用。知识图谱在很多企业都有应用，如Facebook的核心技术就是利用知识图谱将各个用户相关联起来；Google的搜索引擎功能也是借助构建好的知识图谱，为用户提供智能化的搜索服务；百度的“小度”语音助手也是依据知识图谱来提供智能问答功能。

领域知识图谱可以挖掘出某专业领域知识之间潜在的关联，并且针对不同的检索语句将经过深入挖掘的、多样化的、有关联的，相关程度较高的知识返回给设计人员，实现企业专利知识的高效重用。