0
雷鋒網 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布了學術知識圖譜 AceKG。從官網可以看到，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，數據集將近 100G。
知識圖譜（Knowledge Graph）是顯示知識發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系。通過將應用數學、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、發展歷史、前沿領域以及整體知識架構，揭示知識領域的動態發展規律，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展，在大數據的推動下，知識圖譜受到學界和業界的廣泛關注。但目前它的發展還存在著不少阻礙，例如從數據中挖掘出高質量的知識需要大量的數據處理工作，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 究竟有何優勢？據發布團隊介紹，與現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據挖掘課題，例如現階段異構網絡向量化的諸多課題。
AceKG 從更高的角度統覽整個學術圈，提供了近 100G 大小的數據集，包括論文、作者、領域、機構、期刊、會議、聯盟，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），致力于減少數據預處理的不便，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。可以看到，AceKG 為每個實體提供了豐富的屬性信息，在網絡拓撲結構的基礎上加上語義信息，可以為眾多學術大數據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 數據庫存儲數據，并且提供 SPARQL 引擎進行數據查詢。它還為 Web 客戶端提供 FusekiHTTP 服務，并提供完整的 Java API 查詢數據。架構如下圖：
值得一提的是，AceKG 并不是雷鋒網 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 億學術論文的元數據信息，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據，二是數據共享，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，以方便更多人使用服務以及加入開放學術社區。
在雷鋒網 AI 研習社看來，這些學術知識圖譜的發布，不管對學界還是對業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，將促進學術大數據挖掘項目的持續發展。
AceKG 詳細信息，參見：http://acemap.sjtu.edu.cn/app/AceKG/index.html
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
