本文首发于我的博客：gongyanli.com
今天听了肖仰华教授的《知识图谱与认知智能》总结，反正是听君一席话，胜读十年书，特别是去的时候正好碰上肖老师，和知识男神握了个手，然后接下来几天都吃嘛嘛香。
讲座内容主要围绕知识图谱与认知智能的四大部分：认识、实践、问题和总结
最后问了肖老师几个问题，我记忆深刻的也就是我所关心的问题咯，其余听过就忘哈哈
1.构建知识图谱时是否要用到图数据库？
是否要上图数据库，要具体问题具体分析。如果只是在领域内建立知识图谱，并且实体不多的时候，
用不着上图数据库。因为图数据库不仅成本高，还很复杂。像分布式图数据库，一般有上百亿个实体，
这就有上千亿的边，一般只有google这样子的大公司才会做。肖老师知识工厂的数据库用的是mongodb，
有2000万实体，像这种情况是用不着图数据库的，而且目前做图数据库的人才很匮乏。
2.从文本中抽取实体关系有没有什么好的方法？
我们现在有这么多的结构化以及半结构化的数据可以利用，没到非不得已的情况，没必要大量从文本中
抽取数据。而抽取实体关系的建议是，用知识、深度学习模型或者pattern来做关系抽取，不建议用深度
学习模型来抽取，因为抽取到的结果是不可解释的，建议是用pattern来抽取，因为抽取到的结果可解释，
其中肖老师多次提到用关系来做知识抽取，而且未来的后深度学习时代也是靠知识来学习，而不是靠数据，
这部分我还需要加深理解。毕竟在我的概念里，还不知道如何用知识来做关系抽取？
有人做通用东西，有人做领域的东西，可能最后的结果就是大家一拍即合，联手，然后推动我们整个人工智能的发展。
附上PPT，需要的朋友可以去下载看一下。
