领域知识的引入使得知识图谱的表示与构建、推理与认知、数据管理等遇到了新的问题, 主要表现在如何合理恰当的将领域知识融合到知识图谱构建全流程中,以提高知识图谱对领域 实体、关系表达的准确性,从而增强基于领域的知识图谱的推理与认知能力,同时结合领域数 据特点提高数据访问的性能。基于此问题,本项目拟从面向领域大数据的知识图谱表示与构建 技术、推理与认知技术、分布式管理技术入手,研究基于深度迁移学习、深度强化学习的知识 图谱静态、动态表示与构建方法,研究基于图模型、概率因子的推理与认知方法,研究基于数 据划分、图结构的分布式管理方法,并以科技领域和POI(Point of Interest)为例,实现 对相关工作的应用验证,在国家自然科学基金委和百度公司进行示范应用,为诸如电子政务、 教育科技、生活服务等国计民生领域大数据知识图谱构建提供理论基础及技术指导。
TBA