各种知识图谱精化方法,为国内同行介绍本领域的最新研究成果

各种知识图谱精化方法,为国内同行介绍本领域的最新研究成果摘要：

知识图谱是一种在移动互联网大时代下产生的新型知识表示方法，而精化是知识图谱应用研究的主要内容之一，其主要任务是知识图谱补全和错误检测等，在信息检索、机器人、智能问答等领域有着重要的应用前景。因此，对知识图谱精化进行研究具有十分重要的意义。对当前知识图谱精化方法进行了较为全面、深入的总结，并对知识图谱未来的主要研究方向进行了展望。

❖

0 引言

随着链接开放数据源（如DBpedia）的出现以及谷歌在2012年提出知识图谱的概念，全球掀起了研究知识图谱的热潮，涌现出了大量的知识图谱构建技术[1-5]，并构建了各种知识图谱，这些知识图谱要么是开放的，要么是公司私有的，如Freebase[2]、维基数据(Wikidata)[3]、DBpedia[4]、YAGO[5]等，但无论采用哪种技术，构造出来的知识图谱都不完美[6]。随着研究的深入，越来越多的研究者开始关注知识图谱的覆盖率和正确率。而提高知识图谱的覆盖率和正确率是知识图谱精化的主要目的，对知识图谱进行精化具有十分重要的意义。

近年来，该领域的研究进展非常迅速，涌现出了一大批研究成果，已经研发出了多种知识图谱精化方法，这些方法主要集中在讨论知识图谱补全[7-28]和知识图谱错误探测[29-34]两个方面，这也是本文从这两个方面进行综述的原因。

本文的贡献是：(1)讨论各种知识图谱精化方法；(2)为国内同行介绍本领域的最新研究成果，了解该领域的研究进展，从而推动我国在该领域的发展。

1 知识图谱精化相关概念

1.1 知识图谱的概念

“知识图谱”是一种描述真实世界客观存在的实体、概念及它们之间关联关系的语义网络。可以利用知识图谱开发语义检索和自动问答等应用[1]。知识图谱的结构如图1所示。可见，