cnSchema讨论会，0616湖州会议纪要

[lidingpku]

一、OpenKg知识库链接的进展

1. 数据集质量问题，中可能存在实体相同，但是实体类型不同的问题，需要过滤清理，比如景岗山
2. 主要做了zhishi.me和CNDBpedia等开放百科数据dump和链接
3. 因为数据集质量不好，所以目前只做了字符串匹配，无法使用属性值算法
4. 链接的传递性主要用来验证，假设A到B，B到C，C到A，则表示链接正确
5. 垂直领域数据，如金融，医疗，音乐，影视等，需要链接到百科，比如，人物
6. 严格匹配遇到多义词处理问题
7. 百科中的【人物】分类数据单独抽取出来，形成比较丰富的属性，并开放数据；从人物属性抽取子集，支持映射垂直领域数据
8. 知识图谱的应用（1）建立链接（2）提供属性服务
9. 百科实体分类的问题，（1）数据漏掉的可能性（2）分类不准
10. 人物的linkset，支持建立实体链接，比如音乐实体对接百科

二、cnSchema第一版中文的上线

1. Bot以data api的形式提供结果，所以对知识图谱的要求比较高
2. cnschema 更加强调BOT API，而不仅仅是知识嵌入（schema.org）
3. 扩展中文概念，实体和属性，比如人物的籍贯、斋号等等
4. 扩展数据模型，cnschema一部分来源于schema.org，一部分对接openkg,所以是schema.org和openKg的交集
5. 为什么不直接用schema.org？中文有的属性schema没有，另外一部分是schema的属性无法翻译成中文（美国环境）
6. 尽可能复用schema.org的属性和顶级分类，这是扩展的基础；扩展领域的机制：一种有审核机制，提供自己的schema审核后放在schema.org；另外一种不需要审核，但是也不发布在schema上，只会提供一个链接入口
7. 以github为社区基础扩展、提交、讨论
8. 问题：定义域与值域、多元关系的数据模型、 是否扩展子属性，比如配偶包含老公、老婆
9. alternateName的处理：倾向于用string of list，用于别名的识别

后续工作

• cnschema翻译映射的修订
• cnschema社区介绍文章编写
• schema.org相关文章的翻译和改写
• cnschema技术文档：需求分析
• cnschema技术文档：数据模型
• cnschema技术文档：领域知识图谱应用开发流程
• cnschema技术文档：领域cnschema设计的技术指导样板（guidance）
• cnschema网站设计与上线
• 基于OpenKG开放数据做成项目，初期做几个样板（比如Bot）