什么是母乳性黄疸第31卷 第10期 计算机辅助设计与图形学学报
汕头南澳Vol.31 No.10 2019年10月
Journal of Computer-Aided Design & Computer Graphics
Oct. 2019
收稿日期: 2019-07-14; 修回日期: 2019-08-22. 基金项目: 浙江省重点研发计划(2018C03051); 浙江省文物保护科技项目(2015014, 2018007, 2018010). 王勇超(1975—), 男, 硕士, 高级工程师, 主要研究方向为计算机视觉与知识图谱; 罗胜文(1994—), 男, 硕士研究生, 主要研究方向为自然语言处理、知识图谱可视化; 杨英宝(1991—), 男, 硕士研究生, 主要研究方向为语音语义理解; 张宏鑫(1975—), 男, 博士, 副教授, 硕士生导师, 主要研究方向为CAGD 与计算机图形学、云计算与区块链、人工智能、可视化.
知识图谱可视化综述
王勇超1), 罗胜文2), 杨英宝2), 张宏鑫2)
锦绣江南一期1)
ANMP(浙江大学信息技术中心 杭州 310027) 2)
(浙江大学计算机科学与技术学院 杭州 310027) (ychwang@zju.edu)
摘 要: 知识图谱是结构化的语义网络知识库, 以符号形式描述概念及其相互关系. 由于知识图谱常被用于交互的知识的发现与推理, 知识图谱可视化受到众多关注. 总结了知识图谱可视化相关工作, 介绍了知识图谱的可视表达, 分析了可视表达适用的知识图谱类型; 简述了大规模知识图谱可视化的挑战与可视化方法、异质网络可视分析方法; 介绍了知识图谱可视化的应用案例, 并预测了该领域的未来发展方向和挑战.
关键词: 知识图谱可视化; 异质网络; 本体可视化; 可视分析 中图法分类号: TP391.41 DOI: 10.3724/SP.J.1089.2019.18012
暴殄天物
A Survey on Knowledge Graph Visualization
Wang Yongchao 1), Luo Shengwen 2), Yang Yingbao 2), and Zhang Hongxin 2)
1) (Information Technology Center, Zhejiang University, Hangzhou 310027)开学第一课手抄报
2)
(College of Computer Science and Technology, Zhejiang University, Hangzhou 310027)
Abstract: Knowledge graph denotes a structured mantic network knowledge ba, which describes con-cepts and their relationship in symbolic form. Becau knowledge graph is normally ud in interactive dis-covery and reasoning of knowledge, visualization of knowledge graph has attracted much attention. This paper surveys the visual reprentation, categorization and techniques of knowledge graph visualization, as well as its applications, challenges and future trend.自怨自艾
Key words: knowledge graph visualization; heterogeneous network; ontology visualization; visual analysis 随着人工智能的发展及其对知识需求的急剧增加, 知识图谱在工业界和学术界得到了大量关注. 知识图谱由Google 公司在2012年提出[1], 特指其用于提升搜索引擎性能的知识库; 广义的知识图谱泛指各类知识库项目. 知识图谱将各类信息、数据和连接关系聚合为知识, 是大数据环境下知识的有效组织方法. 各类大规模知识图谱在智能搜索、智能问答、智能推荐、情报分析、反欺诈、用户输入去歧[2]、社交网络、金融、医疗、电商以
及教育科研[3]等领域发挥了重要作用.
信箱格式知识图谱技术经历了语义网络、描述逻辑和本体论等发展阶段. 当前主流的表达方式为W3C 制定的资源描述框架(resource description framework, RDF)[4]和网络本体语言(web ontology language, OWL)[5]等标准语言. 在形式上, 知识图谱由相互连接的实体和其属性构成, 通常表达为网络结构. 知识图谱中包含了多种类型的实体(节点)和多种类型的连接关系(边), 构成了异质网络[6].
