隨著互聯(lián)網(wǎng)的普及、計(jì)算機(jī)技術(shù)的發(fā)展，每天都會(huì)產(chǎn)生海量的信息，然而，人們真正需要的知識(shí)卻很匱乏。為了解決這種信息泛濫與知識(shí)相對(duì)匱乏的矛盾，知識(shí)抽取這一研究領(lǐng)域開(kāi)始被專(zhuān)家學(xué)者們廣泛關(guān)注。知識(shí)抽取(Knowledge?eXtraction?KX)是對(duì)蘊(yùn)涵于文獻(xiàn)中的知識(shí)進(jìn)行識(shí)別、理解、篩選和格式化，從而把文獻(xiàn)中的各個(gè)知識(shí)點(diǎn)(包括常識(shí)知識(shí)和專(zhuān)家知識(shí))抽取出來(lái)，以一定形式存入知識(shí)庫(kù)中。常常與之混淆的概念有數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)、知識(shí)獲取、信息抽取等，然而知識(shí)抽取研究對(duì)象是顯性的、已有的知識(shí)，與數(shù)據(jù)挖掘有很大的區(qū)別，其是知識(shí)獲取的有效方式之一，是信息獲取的進(jìn)一步發(fā)展。

　　知識(shí)抽取既是其他信息獲取手段的一種補(bǔ)充，又為其他信息處理技術(shù)提供技術(shù)支持。面對(duì)大量的信息，通過(guò)不同層次和精度的信息獲取技術(shù)可以得到用戶(hù)需要的相關(guān)文檔。知識(shí)抽取技術(shù)可以從相關(guān)文檔中抽取出粒度更小的關(guān)系和事件，以此滿(mǎn)足用戶(hù)的進(jìn)一步需求。信息抽取作為將非結(jié)構(gòu)化的信息轉(zhuǎn)化為結(jié)構(gòu)化的信息的一種方法，為進(jìn)一步的數(shù)據(jù)信息處理，如數(shù)據(jù)挖掘，數(shù)據(jù)庫(kù)查詢(xún)等打下基礎(chǔ)。從廣義上講，信息抽取的處理對(duì)象可以是語(yǔ)音、圖像、文本、視頻等眾多類(lèi)型的數(shù)據(jù)。從狹義上看，信息抽取可以只針對(duì)自然語(yǔ)言文本進(jìn)行信息的抽取。

　　北京理工大學(xué)大數(shù)據(jù)搜索與挖掘?qū)嶒?yàn)室張華平主任研發(fā)的KGB知識(shí)圖譜引擎，KGB知識(shí)圖譜引擎(Knowledge Graph Builder)是基于自然語(yǔ)言理解、漢語(yǔ)詞法分析，采用KGB語(yǔ)法從結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化文檔中抽取各類(lèi)知識(shí)，大數(shù)據(jù)語(yǔ)義智能分析與知識(shí)推理，深度挖掘知識(shí)關(guān)聯(lián)，實(shí)時(shí)高效構(gòu)建知識(shí)圖譜。

　　KGB知識(shí)圖譜引擎功能介紹

　　一、文檔提取

　　1、輕松解析多種格式文檔

　　KGB知識(shí)圖譜引擎，可輕松解析多種格式、多種版本文檔：TXT、DOC、EXCEL、PPT、PDF、XML等。對(duì)于圖片信息，OCR可自動(dòng)識(shí)別并抽取圖片中的文字信息。

　　2、結(jié)構(gòu)化表格數(shù)據(jù)知識(shí)抽取

　　KGB能夠自適應(yīng)解讀并抽取結(jié)構(gòu)化表格數(shù)據(jù)，實(shí)現(xiàn)知識(shí)的快速生成。

　　3、非結(jié)構(gòu)化文檔知識(shí)抽取

　　KGB知識(shí)規(guī)則引擎，快速定位非結(jié)構(gòu)化文檔中的關(guān)鍵信息(主體、時(shí)間、金額等)，高效抽取知識(shí)。

　　二、知識(shí)關(guān)聯(lián)

　　KGB知識(shí)圖譜引擎深入挖掘知識(shí)關(guān)聯(lián)，將知識(shí)實(shí)體鏈接為有意義的知識(shí)事實(shí)。并具有強(qiáng)大的知識(shí)推理能力，推理暗含的知識(shí)與結(jié)論，豐富知識(shí)圖譜。

　　三、知識(shí)推理

　　KGB具有強(qiáng)大的知識(shí)推理能力，推理出暗含的知識(shí)，獲取更多知識(shí)與結(jié)論，豐富知識(shí)圖譜。1、演繹歸納推理(一般—特殊)

　　KGB能夠完成由一般特征到特殊個(gè)案的演繹知識(shí)推理和由特殊個(gè)案到一般特征的歸納知識(shí)推理，擴(kuò)充大量暗含的知識(shí)，豐富知識(shí)圖譜。

　　2、知識(shí)計(jì)算(數(shù)值知識(shí)的加減乘除計(jì)算)

　　對(duì)于數(shù)值型知識(shí)，KGB能夠識(shí)別并對(duì)數(shù)值型知識(shí)進(jìn)行加減乘除的知識(shí)計(jì)算推理，并可對(duì)知識(shí)計(jì)算的準(zhǔn)確性進(jìn)行核查。

　　3、知識(shí)庫(kù)檢查

　　KGB能夠?qū)崟r(shí)檢查知識(shí)庫(kù)，糾正知識(shí)錯(cuò)誤與沖突，保證知識(shí)圖譜正確性與一致性。

　　隨著信息技術(shù)在我國(guó)社會(huì)生活各個(gè)領(lǐng)域應(yīng)用的深入,中文信息處理正在成為人們工作和生活中不可或缺的手段，中文信息處理將具有更加廣闊的市場(chǎng)。這將促使中文信息處理方面的高效中文搜索引擎、實(shí)時(shí)機(jī)器翻譯、大規(guī)模中文文本處理、跨平臺(tái)中西文自動(dòng)識(shí)別轉(zhuǎn)換、泛中文語(yǔ)義理解、中文電子商務(wù)等技術(shù)實(shí)現(xiàn)重大突破。中文信息處理已成為我國(guó)信息技術(shù)研究、發(fā)展、應(yīng)用和產(chǎn)業(yè)的基礎(chǔ)，在互聯(lián)網(wǎng)日益成長(zhǎng)的今天，中文信息處理技術(shù)將會(huì)更加成熟并創(chuàng)新。