Knowledge Graphs: Opportunities and Challenges

要約

人工知能 (AI) とビッグ データの爆発的な成長に伴い、膨大な量の知識を適切に整理して表現することが非常に重要になっています。
グラフ データとして、ナレッジ グラフは、実世界の知識を蓄積して伝達します。
ナレッジ グラフが複雑な情報を効果的に表現することはよく知られています。
そのため、近年急速に学界や産業界の注目を集めています。
したがって、ナレッジ グラフの理解を深めるために、このホワイト ペーパーでは、この分野の体系的な概要を説明します。
具体的には、ナレッジグラフの機会と課題に焦点を当てています。
最初に、ナレッジ グラフの可能性を次の 2 つの側面から検討します。(1) ナレッジ グラフに基づいて構築された AI システム。
(2) ナレッジグラフの潜在的な応用分野。
そして、ナレッジグラフの埋め込み、ナレッジの獲得、ナレッジグラフの完成、ナレッジの融合、ナレッジの推論など、この分野における深刻な技術的課題について徹底的に議論します。
この調査が、今後の研究やナレッジグラフの開発に新たな光を当てることを期待しています。

要約(オリジナル)

With the explosive growth of artificial intelligence (AI) and big data, it has become vitally important to organize and represent the enormous volume of knowledge appropriately. As graph data, knowledge graphs accumulate and convey knowledge of the real world. It has been well-recognized that knowledge graphs effectively represent complex information; hence, they rapidly gain the attention of academia and industry in recent years. Thus to develop a deeper understanding of knowledge graphs, this paper presents a systematic overview of this field. Specifically, we focus on the opportunities and challenges of knowledge graphs. We first review the opportunities of knowledge graphs in terms of two aspects: (1) AI systems built upon knowledge graphs; (2) potential application fields of knowledge graphs. Then, we thoroughly discuss severe technical challenges in this field, such as knowledge graph embeddings, knowledge acquisition, knowledge graph completion, knowledge fusion, and knowledge reasoning. We expect that this survey will shed new light on future research and the development of knowledge graphs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google