雷鋒網(wǎng) AI 研習社消息，日前，上海交通大學王新兵教授和張偉楠教授指導的 Acemap 團隊知識圖譜小組發(fā)布了學術知識圖譜 AceKG。從官網(wǎng)可以看到，Acemap知識圖譜（AceKG）描述了超過 1 億個學術實體、22 億條三元組信息，包含六千多萬篇論文、五千多萬位學者、五萬多個研究領域、將近兩萬個學術研究機構等，數(shù)據(jù)集將近 100G。

知識圖譜（Knowledge Graph）是顯示知識發(fā)展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯(lián)系。通過將應用數(shù)學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現(xiàn)分析等方法結合，并利用可視化的圖譜形象地展示學科的核心結構、發(fā)展歷史、前沿領域以及整體知識架構，揭示知識領域的動態(tài)發(fā)展規(guī)律，為研究和決策提供切實的、有價值的參考。

目前，隨著機器學習和自然語言處理技術的不斷發(fā)展，在大數(shù)據(jù)的推動下，知識圖譜受到學界和業(yè)界的廣泛關注。但目前它的發(fā)展還存在著不少阻礙，例如從數(shù)據(jù)中挖掘出高質量的知識需要大量的數(shù)據(jù)處理工作，構建垂直領域知識圖譜的代價很大，很多研究工作都不具備實用性等等。 

而 AceKG 究竟有何優(yōu)勢？據(jù)發(fā)布團隊介紹，與現(xiàn)有學術知識圖譜相比，AceKG 主要有如下三個特點：

• AceKG 提供學術異構圖譜，包含多樣的學術實體與相應的屬性，可以支持多樣的學術大數(shù)據(jù)挖掘課題，例如現(xiàn)階段異構網(wǎng)絡向量化的諸多課題。

• AceKG 從更高的角度統(tǒng)覽整個學術圈，提供了近 100G 大小的數(shù)據(jù)集，包括論文、作者、領域、機構、期刊、會議、聯(lián)盟，支持權威和實用的學術研究。

• AceKG 以結構化的 Turtle 文件格式給出（具體格式見下表），致力于減少數(shù)據(jù)預處理的不便，同時更易于機器處理，支持全部 Apache Jena API。

下圖是 AceKG 的結構框架?？梢钥吹剑珹ceKG 為每個實體提供了豐富的屬性信息，在網(wǎng)絡拓撲結構的基礎上加上語義信息，可以為眾多學術大數(shù)據(jù)挖掘項目提供全面支持。

以下是一些示例文件，大家可以點擊如下鏈接http://acemap.sjtu.edu.cn/app/Datasets/KG/example.zip，來了解和使用該知識圖譜。

此外，AceKG 使用 Apache Jena 框架驅動。Apache Jena（http://jena.apache.org）使用 TDB 數(shù)據(jù)庫存儲數(shù)據(jù)，并且提供 SPARQL 引擎進行數(shù)據(jù)查詢。它還為 Web 客戶端提供 FusekiHTTP 服務，并提供完整的 Java API 查詢數(shù)據(jù)。架構如下圖：

值得一提的是，AceKG 并不是雷鋒網(wǎng) AI 研習社報道的第一個學術知識圖譜。此前，清華大學教授、Arnetminer 創(chuàng)始人唐杰博士公開億級學術圖譜——Open Academic Graph。此圖譜集成了兩個最大的公開學術圖譜：微軟學術圖譜（MAG）和 AMiner 學術圖譜。開發(fā)團隊通過集成 MAG 中 1.66 億學術論文和 AMiner 中 1.55 億學術論文的元數(shù)據(jù)信息，生成了這兩個學術圖譜之間近 6500 萬對鏈接（匹配）關系。

據(jù)唐杰教授介紹，公開 Open Academic Graph 目的如下：一是集成豐富的學術知識數(shù)據(jù)，二是數(shù)據(jù)共享，三是服務共享。簡言之，他們希望能夠造福學術界對知識圖譜、學者合作關系、學術主題挖掘等領域的研究，設計更加智能的學術圖譜連接系統(tǒng)，以方便更多人使用服務以及加入開放學術社區(qū)。

在雷鋒網(wǎng) AI 研習社看來，這些學術知識圖譜的發(fā)布，不管對學界還是對業(yè)界來說都有極大的意義。一方面能助力大家當前的研究，另一方面也能吸引更多人來進行學術知識圖譜相關的研究。相信隨著越來越多學術知識圖譜的公開，將促進學術大數(shù)據(jù)挖掘項目的持續(xù)發(fā)展。

AceKG 詳細信息，參見：http://acemap.sjtu.edu.cn/app/AceKG/index.html

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。