Where will we go with Personalized 知识图s?

分享是关怀！

I’ve在个性化知识图上写了几篇有关Google专利的文章（一个值得认真思考的话题）。

个性化知识图是有关与特定官方网投者个人相关的实体，这些实体的属性，这些实体的分类以及有关那些实体之间以及实体与那些属性之间的关系的知识的结构化信息。

如果Google为您创建了个性化的知识图，则Google可能会查看您的官方网投历史记录，您浏览的页面，电子邮件，社交网络帖子以及其他可能包含有关您的个性化信息的来源。官方网投者和SEO不会创建个性化的知识图，尽管Google可能会为特定人员创建个性化的知识图。

这些不是您看到的有关官方网投结果中特定实体的知识面板，但是知识面板中显示的信息可能来自知识图。

当Google推出“Knowledge Graph”在2012年，他们告诉我们 一个知识图。但似乎他们没有’打算使知识图的概念成为奇异的–有一个以上的知识图。

Google后来获得了一项专利，该专利告诉我们每个查询如何返回一组结果，然后可以根据这些结果创建新的知识图来回答原始查询。这些迷你知识图可能最终被组合成一个更大的知识图。我在这篇文章中写道了该专利（于2017年提交）：

Answering Questions Using 知识图s.

Another patent I wrote about was one on User-Specific 知识图s: User-Specific 知识图s to Support Queries and Predictions。该专利于2013年11月提交，并于那时创建。这些是个性化的知识图表，基于从您的官方网投历史记录，浏览过的页面以及您发送和接收的文档（例如电子邮件和社交网络帖子）中获取的信息。该专利告诉我们，这些个性化的知识图可以结合在一起以形成通用知识图（组合非特定用户的知识图和特定于用户的知识图）。

我还写了关于Google如何创建个性化的实体存储库供人们在移动设备上随身携带的信息： A Personalized Entity Repository in the 知识图。之所以如此有趣，是因为它导致信息的知识库包含在您的计算设备（例如手机或平板电脑）中，这意味着您的答案没有’不必来自某处的服务器，也可以来自基于该个性化知识库的知识图，该知识图来自基于您的官方网投历史和您所官方网投的文档（电子邮件，文档，社交网络帖子）的机器学习方法而构建的实体存储库可以访问

为2019年10月2日至5日国际信息检索理论会议（ICTIR）创建的Google白皮书– Personal 知识图s: A Research Agenda 由Krisztian Balog和Tom Kenter撰写，捕获了特定于用户的知识图专利（最初于2013年提交）的许多想法。

摘要告诉我们：

如今，无所不在的知识图组织了有关实体及其属性和关系的结构化信息。在这种情况下，实体通常被视为具有全球重要性的任何人或事物。但是，这排除了人们每天与之互动的许多实体。

在本立场文件中，我们提出了个人知识图的概念：关于与用户个人相关的实体的结构化信息资源，包括可能在全球范围内不重要的实体。我们讨论了将它们与常规知识图分开的关键方面，确定了在构造和使用它们时涉及的主要挑战，并定义了我们的官方网投议程。

本文介绍了知识图背后的目的：

明显的用例包括在官方网投结果页面中启用丰富的知识面板和直接答案，为智能助手供电，支持数据探索和可视化（表格和图表）以及促进媒体监控和声誉管理

这些天是Google等官方网投引擎如何运作的重要方面。使本文变得有趣的是，它告诉我们有关知识图的知识，这些知识图可以个性化地与个人一起工作。正如作者告诉我们的那样：

在本立场文件中，我们介绍了个人知识图（PKG）的概念-一种有关与用户，其属性以及它们之间的关系个人相关的实体的结构化信息资源。

本文很好地了解了知识图谱的发展方向，值得花时间研究它们可能去向何处。当涉及诸如私人助理之类的事情时，您可能会习惯于这些事情，例如预订餐厅或预订航班，或帮助在家中娱乐，例如电影，音乐或新闻，这可能是非常正确的。

本文提出了一些将来可能在个性化知识图上进行的研究，并提出了有关如何将这些概念实际应用的几种想法。

克里斯蒂安·巴洛（Krisztian Balog）曾在Google担任访问学者一年多，在撰写上述论文时是计算机科学教授。他在Springer网站（免费）上有一个开放获取的书，网址为 面向实体的官方网投，强烈建议使用。它很好地捕捉了我在Google on Entities上看到的很多内容。

分享是关怀！