統覽整個學術圈：上交大發布知識圖譜AceKG，超1億實體，近100G數據量

【2018新智元AI技術峰會倒計時15天】

諾貝爾獎唯一計算機領域評委親臨，峰會首批嘉賓陣容公布

3月29日，將於北京舉辦的2018年中國AI開年盛典——2018新智元AI技術峰會上，我們邀請到了德國總理默克爾的科學顧問、諾貝爾獎唯一計算機領域評委、工業4.0教父、世界頂級自然語言處理專家Wolfgang Wahlste教授。Wahlster教授將親臨329峰會現場分享歐洲對人工智慧科技發展和AI產業化的思考。想現場一睹諾獎評委的風采，點擊文末閱讀原文，馬上參會！

搶票鏈接：http://www.huodongxing.com/event/8426451122400

新智元專欄

來源：上海交通大學，Acemap團隊

【新智元導讀】由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，近日發布了學術知識圖譜AceKG，提供了近100G大小的數據集，為每個實體提供了豐富的屬性信息，涵蓋權威學術知識，旨在為眾多學術大數據挖掘項目提供支持。

Acemap學術知識圖譜網址：

http://acemap.sjtu.edu.cn/app/AceKG/

知識圖譜是知識工程的一個分支，由語義網路發展而來，由於其在搜索與推薦系統中的極大應用前景，近幾年在機器學習、自然語言處理等最新技術的推動下迅速發展，受到了業界和學術界的廣泛關注。

最新發布的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，涵蓋了全面的學術信息。具體而言，AceKG包含了61,704,089篇paper、52,498,428位學者、50,233個研究領域、19,843個學術研究機構、22,744個學術期刊、1,278個學術會議以及3個學術聯盟（如C9聯盟）。

同時，AceKG也為每個實體提供了豐富的屬性信息，在網路拓撲結構的基礎上加上語義信息，旨在為眾多學術大數據挖掘項目提供全面支持。

AceKG的結構框架

與現有學術知識圖譜相比，AceKG在以下方面具有優勢：

1、AceKG提供了學術異構圖譜，包含了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，例如現階段異構網路向量化的諸多課題。

2、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。

3、AceKG以結構化的Turtle文件格式給出（具體格式見下表），致力於減少數據預處理的不便，同時更易於機器處理，支持全部Apache Jena API。

Turtle文件格式示意圖：按論文、作者、領域、機構、會議、領域等類別進行存儲

在工程架構上，AceKG使用Apache Jena框架進行驅動。Apache Jena（http://jena.apache.org）使用TDB資料庫存儲三元組數據，並且提供SPARQL引擎支持對三元組數據進行查詢。

AceKG具體工程架構

上海交通大學電子信息與電氣工程學院副院長、John Hopcroft計算中心執行主任、Acemap學術搜索項目總負責人王新兵教授在接受新智元訪談時表示：「本次發布的AceKG學術知識圖譜，其最大的優勢就是背後所依靠的整個Acemap學術搜索系統巨大的資料庫，我們擁有的約1.15億名學者信息和1.27億篇論文信息，為AceKG的構建提供了海量的結構化數據。」

「在保證海量數據的同時，我們也深知緊跟學術領域最前沿的重要性，所以最新發表的ACM、IEEE論文也會及時收錄，確保我們系統的前沿性與實用性。」

在談及本次發布的近100G數據量的AceKG學術知識圖譜將如何應用的問題上，王新兵教授風趣地談到：「本次發布的AceKG是從一個更高的角度對整個學術界進行統覽，所以這次發布的數據集很大，不僅有計算機領域，也有醫學，通信等領域。」

「打一個比方，本次發布的AceKG好比一整扇的豬肉，對於一個正常人，這一整扇的豬肉不可能全部吃下，醫學領域的人可能喜歡吃『火腿』，計算機領域的人可能喜歡吃『豬蹄』，就算是對於同一部分肉，你也可以做成魚香肉絲或者是糖醋排骨等不同的菜。」

在AceKG如何應用這個問題上，團隊制定了「三步走」的戰略：

第一步是把「整扇的豬肉」切成不同量級的肉。現在的AceKG擁有22億的三元組，未來可能會推出幾萬和幾十萬量級三元組的數據集，並且在這些較小的數據集上評測一些演算法，比如「異構網路向量化」的這個話題。現在常用的數據集是FB15k和WN18，但我們在進行學術領域的相關研究時，沒有發現較好的學術領域異構網路數據集，我們可能在未來推出的較小的數據集上測試一些如TransE的經典向量化演算法。

第二步則是把肉做成具體的如「糖醋排骨」這樣具體的菜，類似於QQ或者Facebook這樣利用社交網路給你推薦你可能感興趣的人，比如你剛加了一位好友，你想知道他的婚姻狀況，可能這兩個社交應用給你推薦的「感興趣的人」裡面，就有這位朋友的妻子。在學術領域，同學們申請出國也好，學者們想進入某一領域也好，都需要類似的學術圈社交網路的新型推薦，這種推薦不僅僅是局限於合作者或者在同一個機構工作，我們的Acemap學術搜索系統在未來將致力於基於AceKG的特色推薦系統研發。

第三步則有點像《紅樓夢》劉姥姥進大觀園吃的那道茄子菜——這道茄子在烹飪的過程中使用了大量的雞油、雞肉等材料，我們最後就想在Acemap學術搜索系統中做成一道這樣的「茄子」，最後的互動式可視化應用可以為用戶提供更加流暢、舒適的使用體驗，而在這道「茄子」背後的雞油，雞肉就是我們的AceKG在提供支撐。

新智元了解到，除AceKG之外，Acemap團隊近期也發布了學術會議期刊核心(core)學者地圖、CS熱詞近五年熱度變化趨勢統計及未來熱度預測等研究成果，從不同角度對學術信息進行挖掘。詳情參考Acemap學術地圖式搜索系統：http://acemap.sjtu.edu.cn/

了解更多：

Acemap學術知識圖譜網址：http://acemap.sjtu.edu.cn/app/AceKG/

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！