清华大学李涓子教授 : THUKC世界知识图谱——XLORE

2019年1月21日，清华大学 人工智能 研究院在清华大学FIT楼举行了知识智能研究中心成立仪式暨知识计算平台发布会，清华大学副校长、清华大学 人工智能 研究院管委会主任尤政院士， 人工智能 研究院院长张钹院士、常务副院长孙茂松教授出席了仪式并致辞。

在此次发布会上，我国知识计算领域专家李涓子做了学术报告，介绍XLORE多语言 知识图谱 。

文末附PPT及演讲视频

XLORE简介

XLORE是融合中英文维基、法语维基和 百度 百科，对百科知识进行结构化和跨语言链接构建的多语言 知识图谱 ，是中英文知识规模较平衡的大规模多语言 知识图谱 。 知识图谱 以结构化的形式描述客观世界中概念、实例、属性以及它们之间丰富的语义关系。XLORE中的分类体系基于群体智能建立的维基百科的Category系统。XLORE包含16,284,901个的实例，2,466,956个概念，446,236个属性以及丰富的语义关系。

Xlore三大特点：

（1）聚力了两大中文百科中英文平衡的图谱。

（2）具有更丰富的语义关系，基于isA关系验证。

（3）拥有多种 查询 接口，助力第三方使用。

发展情况：

团队介绍：

团队成员主要包括：

• 李涓子

清华大学知识工程实验室负责人，清华大学计算机系教授，中国中文信息学会语言与知识计算专委会主任、中国计算机学会术语委员会执行委员。

知识图谱 ，新闻与社会网络挖掘

• 张鹏：系统设计

• 侯磊：新闻挖掘， 知识图谱

• 金海龙：表示学习，实体分类

• 吕鑫：表示学习，知识推理

应用案例：

实体链接系统    Entity Linking System

XLink是基于跨语言 知识库 XLORE的实体链接系统，用户输入一篇文本文档（如新闻、博客等），XLink识别出文档中的实体并链接到XLORE相对应的实体上。实体链接将文本信息和 知识库 桥接起来，为文本理解提供了外部知识，同时，帮助读者理解有歧义的、生僻的实体，提高文本理解能力。

新闻事件分析挖掘和搜索系统实体链接系统   NewsMiner

使用最前沿的 自然语言处理 、 机器学习 和 深度学习 方法从语义层面分析新闻数据，同时处理中英文新闻数据，并实现语义级跨语言内容聚合对齐。全新的事件-话题-实体新闻表示模型摆脱传统新闻平面式展示和阅读体验。千万级百科 知识库 （XLORE）为基础读者提供更为丰富的背景知识。

应用服务：

XLORE API

XLORE API是为xlore.org设计开发的在线跨语言 知识图谱 数据服务API。

包括词条检索、关键字检索、概念检索、实例检索、先关机构人物检索、实体关系检测。

词条检索

使用URI作为 参数 从XLORE中获取URI指定的词条信息：包括名称（Label），上级概念（Super Class）， 相关概念（Related Class），Infobox（Property），摘要（Abstract），类型（Type）。

关键字检索

使用关键词作为条件模糊 查询 XLORE，获取可能的概念（Class）或者实例（Instance）。

概念检索

使用关键词为条件 查询 XLORE中的概念（Class），并获得概念的简要信息，包括概念的名称（Label），URI 上级概念（Super Class）、下级概念（Sub Class）和实例（Instance）。当结果多余10个时，仅返回前10条。

实例检索

使用关键词为条件 查询 XLORE中的实例（Instance），并获得实例的简要信息：包括实例的名称（Label）， URI和类型（Type），相关概念（Class）和相关实例（Instance)。当结果多于10个时，仅返回前10条。

相关机构人物检索

使用URI为条件 查询 XLORE中的概念（Class）、实例（Instance）的相关机构和人物实例，并获得实例的简要信息：包括实例的名称（Label）， URI和类型。当结果多于10个时，仅返回前10条。

实体关系预测

近一年API调用174余万次，覆盖了58个国家或地区，国内129个城市。

XLINK

• XLink是基于跨语言知识库 XLORE的实体链接系统。

• XLink能够识别出用户输入的文本文档（如新闻、博客等）中的实体，并链接到XLORE相对应的实体（概念、实例）上。

• XLink将文本信息和知识图谱 桥接起来，为文本理解提供了外部知识。同时，XLink帮助读者理解有歧义的、生僻的实体，提高文本理解能力。

相关比较

与国际著名 知识图谱 数据比较：

• DBpedia—最早的维基类知识图谱

• Freebase—Google知识图谱 的核心

• YAGO和BabelNet—2017年IJCAI卓越论文奖

PPT具体内容：

演讲视频

清华大学知识智能研究中心发布会（上）

清华大学知识智能研究中心发布会（下）