Построение графов знаний: современное состояние и задачи

Графы знаний (Knowledge Graphs, KG) находятся в центре множества приложений, таких как рекомендательные системы и системы вопрос-ответ, что увеличивает потребность в универсальных конвейерах для построения и непрерывного обновления таких графов. Хотя отдельные шаги, необходимые для создания KG из неструктурированных источников (например, текста) и структурированных источников данных (например, баз данных), в основном хорошо изучены для однократного выполнения, их применение для инкрементальных обновлений KG и взаимодействие между этими шагами пока практически не исследованы систематически. В этой работе мы сначала обсуждаем основные модели графов для KG и вводим ключевые требования к будущим конвейерам построения графов знаний. Далее мы даём обзор необходимых этапов для создания высококачественных KG, включая сквозные темы, такие как управление метаданными, разработка онтологий и обеспечение качества. Затем мы оцениваем современное состояние искусства построения KG с точки зрения введённых требований для конкретных популярных графов знаний, а также рассматриваем некоторые недавние инструменты и стратегии построения KG. Наконец, мы выделяем области, требующие дальнейших исследований и улучшений.