
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
2.4 大知识工程实践和原型系统
当前最现实、最触手可及的大知识系统就是近年来出现的一些大型知识图谱,其中满足或基本满足大知识条件的称为大知识图谱。陆汝钤及其合作者最近开发了一个通用大知识图谱支撑平台的原型框架,称为HAPE[2],如图2-2所示。

图2-2 通用大知识图谱支撑平台HAPE
HAPE采取客户-服务器架构。客户方平台提供大知识服务,其核心部件是一个大知识图谱浏览器;服务器方实行大知识管理,其基本功能是一个大知识图谱操作系统。这两者都可以通过脚本语言编程实现。前者用的是JavaScript,后者用的是Python。由于这两种语言都是通用的编程语言,为了方便未来的知识工程师的工作,技术人员还特地设计和实现了两种专用的知识脚本语言K-Script-C和 K-Script-S。用多层次高级语言编程实现HAPE有很多优点。一是利于HAPE将来的修改和升级;二是利于HAPE在不同的计算平台之间进行移植和推广使用;三是利于不同的人群和HAPE打交道。软件工程师可以使用JavaScript 和Python,知识工程师可以使用K-Script-C和 K-Script-S,HAPE用户和管理人员可以分别使用两个平台界面。
在服务方面,通过扩充标准查询语言Sparql的数据结构和查询功能,陆汝钤院士团队还设计和实现了一个大知识查询语言B-Sparql[3],特别适合于查询知识图谱的大知识相关性质。