原文：http://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2018&filename=DZJY201809008&uid=WEEvREdxOWJmbC9oM1NjYkZCbDdrdThWbWhMKzVRTE12NGwzMXRiMDh3eUY=$R1yZ0H6jyaa0en3RxVUd8df-oHi7XMMDo7mtKT6mSmEvTuk11l2gFA!!&v=Mjc2MzBoMVQzcVRyV00xRnJDVVJMT2ZaZWRtRmlEaFdyN0tJVGZCZDdHNEg5bk1wbzlGYklSOGVYMUx1eFlTN0Q=
1 知识图谱精化相关概念
1.1 知识图谱的概念
2 常用的知识图谱补全方法
知识图谱补全的目的是利用已有信息，预测丢失的 实体、类型和实体间的关系，从而提高知识图谱的覆盖 率。
2.1 知识图谱内部补全方法
在机器学习领域，常用多分类方法对实体类型进行 补全。
在数据挖掘领域，利用关联规则预测知识图谱丢失 的信息。
2.2 知识图谱外部补全方法
在机器学习领域，主要将外部数据表示成实体特征 进行分类。
在自然语言处理领域，使用不同 语言的摘要来进行实体类型预测
- 利用远程监督法和自然语言处理方法 对大规模文本语料库进行处理以预测实体关系
- 利用 Web 搜索引擎填充知识图谱
- 直接从网站的表格中抽取关系
- 自动构建的知识图谱包含很 多到其他知识图谱的链接，可以利用这些链接对知识图 谱进行融合
- 利用耦合的路径排序算法补 全知识图谱
3 常用的知识图谱错误探测方法
4 讨论
5 结论
将来可从以下几个方面对知识图谱 精化进行深入的研究：
(1)改善知识图谱质量的整体解 决方案；
(2)知识图谱扩展性的研究；
(3)知识图谱通用的 评价；
(4)未知领域知识图谱的构建。