对互联网上已有的知识类产品的一个学习报告

1. 互联网上的知识探索 苑明理 2012年5月
Monday, May 7, 12

2. 雷蒙·吕尔
zairja 加泰罗尼亚贵族（1232-1315）
戈特弗里德·莱布尼
（1646-1716）
中世纪阿拉伯的思想机器 从阿拉伯语翻译柏拉图著作为拉丁语
设想了演算推理器
一 利用字母组合的占星术工具 设想了一 思想机器
弗诺·文奇 高登·摩尔 约 ·冯·诺伊曼 查尔斯·巴贝奇
（1791-1871）
（1944- ） （1929- ） （1903-1957）
差分机、分析机
技术奇点 摩尔定律 EDVAC、ENIAC
万尼瓦尔·布什 艾伦·图
（1890-1974） （1912-1954）
memex 计算理论
Monday, May 7, 12

3. 目录
• 互联网上的知识探索：数据、信息、知识；一些提法；知识工程；近年案例
• 信息的组织：传统分类法、大众分类法、案例考察
• 信息的检索： 图书馆的方法、检索模型、主题模型
• 知识和社会化
Monday, May 7, 12

4. 数据、信息、知识
• 数据、信息、知识
• DIKW框架
• 知识的多 形态
• 教科书上的定型的知识
• 研究和实践团体中的未定型的知识
• 怎样打出租车？某地蔬菜的贵与贱
Monday, May 7, 12

5. 于知识的一些提法
• 情境知识、公共知识
• 隐性知识、显性知识
• 规则、自发秩序、 杂系统、自组织、涌现
哈耶克
• 知识的生产
• 方法的视角：试错法、科学方法
• 社会的视角：动态、演变的 杂过程，微观（企业内部决策过程的社会学考察）与
宏观的观察（清代的中国学术与同时期的欧洲学术发展）
Monday, May 7, 12

6. 知识市场
• 知识市场是一 散布知识的机制：稀缺商品或者公共物品？
• 传统的知识产权制度：把知识作为稀缺商品来售卖
• 免费的网络知识市场：把知识作为公共物品，通过获得注意力的分配，从广告
或者其他附加的形式，获得持续运行的资金
Monday, May 7, 12

7. 知识工程
• 定义：费根鲍姆在1983年的版本—将知识整合入计算机系统来解决 杂任务；
后延伸至以知识为基础的系统的 发、运行和维护。
• 知识表示：框架、语义网络、RDF、OWL……
• 知识抽取：RDB2RDF、DBPedia、FreeBase
• 知识发现：从结构数据中发现模式
• 推理引擎：
Monday, May 7, 12

8. 语义网
• 原初的想法：Web 不单由是人类能 理解的页面组
成，更要有由机器能 理解的结构数据构成，并以此
为基础，让机器更好的为人类服务。
• 链接数据（Linked Data）：CKAN、DBPedia、
DBLP Bibliography、FOAF……
• 截止2011年，Web 上有300亿 RDF 三元组和 5 亿
RDF 链接。
蒂姆·伯纳斯-李 勋爵
对于 Web ，我有一个梦想，机器变得会分析 Web 上
所有的数据 — 内容、链接、人和机器之间的事
务。“语义网”，将会使这成为现实，并且已经在发生 • 对比之下，2008年Google宣布他们收录了 1 Tera的
了， 但当它实现之日，所有的贸易、行政之类的日常
机制和我们每日的生活都会被彼此之间对话着的机器 URL。
所处理。人们售卖多年的“智能代理”将最终被物化。
Monday, May 7, 12

9. 维基百科
• 聚沙成塔的人力知识工程
• 人人可编辑的页面
• 自我管理的社群
• 由维基媒体基金会运作
•变 ：Scholarpedia、SemanticWiki
Monday, May 7, 12

10. 问答网站
• 早期形态：3form.org（1999）、63336（2002，Mobile）、Ask
MetaFilter（2003）
• 近期形态：Aardvark（2008，IM+Social）、StackOverflow（2008）、
Quora（2009）、Formspring（2009，Social）
Monday, May 7, 12

11. 推荐与协同过滤
• StumbleUpon: 2001
• Digg: 2004
• Reddit: 2005
• Hacker News: 2007
• Hunch: 2009
Monday, May 7, 12

12. 语义搜索
• 通常意义上的信息检索侧重于 键词的相 性匹配，给出的结果是匹配的各个
信息节点；语义搜索则把检索目标所在知识体系中的位置、上下文因素也纳入
考虑，搜索的的结果不是信息节点，而是可能匹配的知识节点的集合
• GoPubMed：成立于2002年的生物医药学专业检索引擎
• Research Gate：成立于2008年的专业研究者SNS，提供语义搜索和问答服务
• Powerset: 成立于2006，特色是自然语言搜索，2008年被微软收购并融入Bing
• Google：也提供自然语言搜索
Monday, May 7, 12

13. Wolfram Alpha
• 2009年5月上线；不是搜索引擎，它的检索
目标是有限的知识库
• 解算数学问题
• 自然语言理解和计算：伊莉莎白二世在1974
年年龄是多少？
• 结合多数据源的计算：按照GDP排名倒数第
52位的是那个国家？
Monday, May 7, 12

14. IBM Watson
• IBM DeepQA计 ： 结合了自然语言处
理、信息检索、知识表示和推理的能不同领
域的技术
• 在电视问答比赛 Jeopardy! 中，打败人类选
手
• 硬件：90个IBM Power 750 服务器，共
2280芯
• 数据：百科全书、字典、文学作品、分类系
统、本体
Monday, May 7, 12

15. Siri
• Siri公司于2007年创立，后于2010年被苹果收购，并在 iPhone4S 发布
• Siri 是 Speech Interpretation and Recognition Interface的缩写
• 语音识
• 对话型人机界面
• 个人上下文感知
• 服务代理
Monday, May 7, 12

16. 人工智能一
• 弱人工智能与强人工智能
• 常识问题：人工智能的巨大屏障，目前对此问题的解决需要以一 基础本体
（上本体）为根基，建立庞大的知识库，但这个做法有效与否仍然存有争议
• 常识知识库：Cyc、Open Mind Common Sense (OMCS)、YAGO等等
• 蓝脑计 ：对哺乳动物的大脑进行逆向工程，模拟的细胞数量将在2014年达到
鼠脑的水平
Monday, May 7, 12