7.22 知识图谱应用的基本技术

要想在文本应用中使用知识图谱，必不可少的先决步骤是将知识图谱和文本对应起来。常用方法有实体标注（Entity Linking）和实体搜索（EntitySearch）两种。

实体标注

实体标注的任务是自动标识出文本里出现的实体。比如在“卡耐基梅隆大学是位于宾州匹兹堡的一所私立研究性大学”这句话里，实体标注系统会识别出它提到了“卡耐基梅隆”、“宾夕法尼亚”、“匹兹堡”和“研究性大学”这些实体，然后把它们链接到知识图谱的结点上。

一般来说现在的实体标注可以分为两步。

实体识别：识别出文本中可能提到实体的短语，然后找出知识图谱中可能被提到的实体们，作为候选集。

消歧：对每个第一步识别出的短语，从它的候选实体集合中选择出其中最可能的实体进行标注。

第一步一般是靠文本和实体名字的精确匹配。主要的难点在于搜集更全和更准确的实体名字列表。第二步是当前实体标注的研究的重点，常见的方法是整体考虑文本中所有的候选实体，从中利用图模型等，选择最可能的实体进行链接。比较经常使用的信号包括实体的重要性、实体和文本的相似度，以及实体们相互的相似度等[3-4] 。

实体搜索

给 定 一 个 查 询 词 条， 实 体 搜 索（EntitySearch）直接从知识图谱中搜索相关的实体们。实体搜索目前还是一个相对新的研究领域。现今的做法主要先把实体的相关信息转化为文档，然后再使用传统的文本搜索方法。从实体到文档的转化一般通过一些人工规则，把各种文本属性，例如名字、文本描述、类别，以及相关实体的名字等放到文档中，再运用经典的文本搜索方法，比如说 Learningto Rank [5] 进行实体搜索。