若在Google搜寻网页,输入“奥巴马的身高多少”,不会跳出一篇文章或是一串连结,而是Google会直接告诉你,答案就是1.85米。这个让搜索引擎摇身变成知识解答者的关键,就是2012年亮相的Google知识图谱(Google Knowledge Graph)。一个记录了大量词汇、物件,以及它们彼此间关连性的结构化资料集,这正是让搜索引擎更主动提供答案,看起来更聪明的关键。可是Google把这套知识图谱视为他们自己的秘密武器,只用于自家产品,而没有释出给第三方。
但是在台湾,中央研究院早从30年前就成立了一个跨所合作的中文计算语言研究小组,称为中文词知识库小组(简称词库小组),要来打造一套台湾的中文自然语言处理技术。2003年时,更展开了一项庞大计划,要建立一套中文知识图谱,称为广义知网(E-HowNet)),在2011年正式上线,比Google知识图谱还早了一年现身。
中央研究院资讯科学研究所助研究员马伟云是词库小组计划负责人,率领了10人团队,来打造这个已有9万多个词条,中文世界少见的知识图谱数据库,目前已经发展到了2.0版。
马伟云指出,中文自然语言理解可分为几个层次,第一步是断词,接着是语法理解、语意理解,最后是要达到对背景知识的理解。其中,背景知识又可以分成两种,包括了词汇知识以及世界的背景知识。“因为人们对一个词汇有共同的知识,所我们才能沟通。”
同样的道理,对各种与语言相关的AI应用而言,“AI需要有知识,才能够进行推论,甚至能够解释,这套广义知网正是为了这样的目的而设。”他说。在广义知网中,采用了知识概念图来描述一个词与相关物之间的关系,而彼此连结的关系线也具有属性的概念。
例如,查询“学生”的知识图谱,会列出与“学生”相关的概念,以及不同属性上的意义,像是“学生”的定义属性是“人”,动作属性是“学习”,领域属性是“教育”。学生与其他词之间的关连也会并列列出,例如“留学生”和“学生”两个词,会视为是同样的概念,只是场所属性不一样,“留学生”就是场所属性是“国外”的“学生”。一个词汇,往往会有数百,甚至是上千笔相关说明,可以清楚地呈现出对一个词汇相关的属性和概念意义。简单来说,就像把人们对“学生”这的词的所有常识知识,都一目了然地记录在知识图谱上。
过去,学界开发语料库时,常找来语言学家、专家来标记这些语料或词汇,透过专家们人工的判断,来建立这套描述词汇彼此间关系的数据库,就是所谓的知识图谱。中研院词库小组从2003年至今,投入大量专业人力,来建立这套标记系统和机制,也人工标记出9万多个中文词汇各自的知识图谱,而且还每年持续更新内容,或修正这些词汇所用的知识图谱架构,还提供一套知识图谱API,可以透过程式自动套用广义知网的内容和架构,成为了一个可用来理解各种中文内容所需的知识库。
例如在词库小组网站上,就展示了一套中研院自制的舆情分析系统,输入想要搜寻的关键词,例如柯文哲,舆情分析系统会先汇整目标媒体中特定期间内所有的柯文哲报导,再进行中文语言理解分析,运用广义知识图谱提供的词汇关连知识,可以判断出这些文章每篇文中具有的情感分布,可列出哪些报导带有喜悦、羡慕、感激或惋惜、懊悔、失望、不满等更细致的不同情绪。
金融、电商等多家台湾企业开始采用
中研院近两年开始对外释出这套广义知网,不只学术可用,也可供企业申请授权来转移技术,企业还能自行添加各自专业领域的知识词汇,例如自建的财金词汇等,来扩充广义知网对特定领域的知识。去年已有5家台湾企业开始采用,如寿险业者、银行、网络电商、消费电子产品商、网络内容业者等。
不过,中研院的目标不只如此,马伟云已经提出了新的发展计划,要用4年时间,来扩大广义知网的词汇规模,“尽可能累积所有词,甚至包括专有名词,来打造一个中文知识库。”他计划利用现有9万词汇所建立的知识图谱架构,发展相关的自然语言处理工具,来将中文维基百科上的百万词汇,一一自动建立其知识图谱,“广义知网未来就可以成为一个具有百万中文词库的知识库。”如此一来,这个百万词知识库,不只可来强化Chatbot对中文语意理解的能力,或像是中文或华语教学等,也可成为中文语料库,用于各种文本分析上,成了中文语音应用最大的军火库。
相关文章
- YouTube更新违反规定政策,提升惩处透明度和一致性
2023-12-31 14:00:52
- 传苹果将把中国iCloud正式交给本地化经营 苹果手机icloud换区存储操作
2023-12-27 18:34:43
- 刘德华代言什么手机?刘德华成华为Mate 60 RS非凡大师华为5G新手机代言人
2023-09-26 21:55:08
- WebOS新系统:Palm Pre手机最新款高价登港
2023-06-23 15:39:14
- 帮助企业组织对抗勒索软件,资安通报机构设立防护专区,可协助事前、事中与事后因应
2023-06-22 09:36:10
- 蔚来全系产品降价3万 取消免费换电 换一次电池180元
2023-06-12 17:27:49
- 电商平台三巨头开打最大规模折扣 价格战再次打响
2023-03-05 18:58:40
- 爱立信节省成本裁员四千人 爱立信全球员工总数五分之一
2023-02-24 22:27:29
- 蜜芽关停近况,八位数重金买三字顶级新域名mia.com也关闭
2023-02-23 16:18:14
- 联想CEO杨元庆:联想集团需要裁员32%削减部分业务支出
2023-02-18 12:45:25
- 蓝色光标2022营收亏损18亿 客户预算减少明显
2023-02-18 12:40:08
- 三星工厂或将80%生产转至越南 因本地劳动力成本上升
2023-02-17 23:09:16
- 香港八达通卡如何激活?没用失效过期余额怎么办
2023-02-17 18:34:51
- 中兴通讯被曝将裁员20% 称只裁国外的
2023-02-17 18:33:26
- 苹果新iPhone15Pro手机终于改用USB-C(火牛)数据线??Lightning充电接口退出
2023-02-17 16:57:22
- 突发!蓝色光标曾为中国民企500强龙头 如今业绩亏损断崖下跌
2023-02-16 14:31:19
- 三星发布自家carplay车载中控系统 Car Mode for Galaxy 可以连接carplay吗?
2023-02-14 00:53:17
- Opera浏览器宣布集成ChatGPT 一键生成网页内容摘要
2023-02-14 00:32:08
- 谷歌google计划重返进入中国市场?但结果可能令你失望
2023-02-13 16:57:15
- Zoom紧急裁员1300人 佔员工总数15%
2023-02-08 14:59:11
最新资讯
- YouTube更新违反规定政策,提升惩处透明度和一致性2023-12-31 14:00:52
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万92023-12-28 19:41:57
- 吉利飙逾6% 电动车品牌极氪新车款极氪007昨上市 预售价格22.99万元2023-12-28 19:30:28
- 日本丰田汽车厂11月全球产量创新高2023-12-28 19:26:02
手机
- 中国11月手机出货量增34% 5G手机出货量2709.2万部2023-12-28 19:27:57
- 荣耀发布新一代旗舰荣耀Magic5系列,新款上市价格分期0首付3999元起2023-03-06 16:12:32
- 美国商务部指违禁,长江存储被美国拜登制裁名单面临停工裁员2023-02-17 18:41:53
- 苹果Apple iOS车载系统CarPlay支持哪些更多汽车品牌2023-02-02 17:33:27
- 香港去哪买三星手机回来吗? 买香港便宜售价手机市场地点和网站2023-02-02 11:03:11
数码
- 华为5G芯片正式亮相:预示华为将发首款5G手机2023-08-31 13:22:33
- 腾讯传计划放弃虚拟现实VR硬件计划2023-02-17 23:32:30
- 三星手机份额大跌!三星手机中国市场份额变化国内仅剩3%2023-02-01 17:06:15
- 三星手机份额大跌在中国没市场了!国内市场占有率仅剩1%国外比苹果销量高2023-02-01 16:59:53
- vivo发布2022 vivoNEX手机极简易浏览器下载:简洁流畅无广告!2022-12-02 17:29:30
科技
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元2023-02-17 18:58:09