Knowledge Graph Essentials and Key Technologies
| Autor: | Vladislav Gurin, Eugene Kostrov, Yuliya Gavrilenko, Daniel Saada, Eugene Ilyushin, Ivan Chizhov |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2019 |
| Předmět: | |
| Zdroj: | Современные информационные технологии и IT-образование, Vol 15, Iss 4, Pp 932-944 (2019) |
| DOI: | 10.25559/sitito.15.201904.932-944 |
| Popis: | In recent decades, the amount of information that humankind has accumulated has increased tremendously. People cannot analyze it effectively using simple algorithms, and data structures due to these approaches do not understand the se¬mantics of the data. Thus, there is a need for such a data structure that would store a massive number of entities that would be accessible and easy to understand for machines, and moreover, saves the semantics. One efficient kind of structure is a knowledge graph, which quite recently ap¬peared and became the subject of research for the last few years due to its interesting and sophisticated architecture. The peak of knowledge graph interest came at the time when Google introduced their Knowledge Graph technology in 2012, and since then, it has become apparent what this concept of a knowledge graph is. However, it is still unclear how to use this technology in practice due to the small number of existing infor¬mation on this theme. In this paper, we introduce and review all steps of knowledge graph implementation. In addition to that, this article in¬cludes information about problems that need to be solved for having its instance of the knowledge graph; also, we consider machine learning em¬bedding methods to analyze knowledge graph structure, practical steps for KG usage, and so on. В последние десятилетия объем накопленной человечеством информации увеличился невероятно. Люди не могут эффективно анализировать такой объем с помощью традиционных алгоритмов и структур данных из-за того, что они не позволяют использовать семантические связи. Таким образом, назрела необходимость в таком представлении информации, которое бы позволяло бы с одной стороны хранить огромное количество объектов и связей между ними, а с другой предоставляло высокоскоростной доступ к хранящимся данным, и, кроме того, сохраняло семантику. Одной из самых эффективных структур данных, позволяющей решать задачи подобного класса, является граф знаний, который относительно недавно появился и стал предметом исследований в последние годы. Пик интереса к графу знаний пришелся на то время, когда Google представил свою реализацию в 2012 году и стал использовать в своей поисковой машине, что значительно улучшило качество поиска. Однако до сих пор неясно, как воспользоваться данной технологией на практике из-за небольшого количества имеющейся информации по этой теме. В этой статье мы рассматриваем все этапы реализации графа знаний, а также проблемы, с которыми возможно придется столкнуться при создании собственного экземпляра данной абстракции. Помимо этого, мы рассмотрим методы создания векторного представления информации для ее эффективного хранения в графе, а также практические шаги по его использованию. Международный научный журнал "Современные информационные технологии и ИТ-образование", Выпуск 4 2019 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|