面向大規模知識圖譜的查詢處理關鍵技術研究

《面向大規模知識圖譜的查詢處理關鍵技術研究》是依託復旦大學，由肖仰華擔任項目負責人的面上項目。

基本介紹

• 中文名：面向大規模知識圖譜的查詢處理關鍵技術研究
• 依託單位：復旦大學
• 項目類別：面上項目
• 項目負責人：肖仰華

項目摘要

近年來，隨著語義理解需求的日益增長，知識圖譜日益成為一種重要的表達各類實體、概念及其之間語義關係的新型知識表示形態。同時，各類基於語義理解的實際套用對面向知識圖譜的查詢處理提出了需求。然而知識圖譜的海量規模、異構信息、多模形態和複雜結構對當前的圖查詢處理技術提出了全新的挑戰。針對這些挑戰，本項目擬圍繞基於知識圖譜的語義套用，建立知識圖譜的表示模型，揭示知識圖譜的結構特徵，研究大規模知識圖譜的查詢處理關鍵技術，突破大圖分散式數據組織和複雜知識圖譜語義查詢處理關鍵技術，實現高效的大規模知識圖譜查詢處理和數據組織方法。本項目對於進一步提升圖數據管理的研究水平、闡釋基於知識圖譜的語義理解機制具有重要的學術意義；對於支撐現實套用中的語義查詢具有較高的實際套用價值。

結題摘要

知識圖譜作為一種大規模語義網路，為各類智慧型套用提供了豐富的背景知識，是各行業智慧型化升級與轉型的關鍵。面向大規模知識圖譜的查詢處理等關鍵技術是進一步釋放知識圖譜價值的關鍵核心技術之一。本項目圍繞大規模知識圖譜構建、大規模知識圖譜查詢處理、知識圖譜套用技術等展開研究，取得了豐碩研究與套用成果，開展了富有成效的國際交流，培養了一支知識圖譜前沿技術研發團隊，順利完成了項目預期目標。通過本課題的開展，初步掌握了大規模知識圖譜構建與套用關鍵技術，提出了一系列有效的數據驅動的知識圖譜構建方法，顯著提升了知識庫質量，大大降低了知識庫構建的人力成本，開闢了數據驅動的知識庫構建新思路；提出了一系列基於知識圖譜的機器語言認知模型，在國際上較早提出了利用大量存在的知識庫提升自然語言理解、搜尋與推薦等一系列實際套用的新思路。項目累計發表論文27篇，其中包括CCF A類會議與期刊11篇，包括TKDE、VLDB、IJCAI、AAAI等，以及CCF B類會議與期刊12篇，包括CIKM、ICDM、EMNLP等。申請專利兩項。培養博士兩名，碩士5名。出版專著1本。獲得包括教育部自然科學二等獎（排名第二）、阿里巴巴Research Fellowship Award的獎項4項。構建了知識工場平台(kw.fudan.edu.cn)，發布了一系列知識圖譜以及相應的API服務，為數百家套用單位提供API服務近10億次。相關技術受到包括華為、阿里巴巴等企業的持續資助，並在相應的實際套用場景取得了良好的套用效果。課題組基本按照原定計畫執行，執行情況良好。本課題取得的成果套用前景廣泛，在華為等企業的落地套用具有示範意義。