密歇根大学将构建知识开发系统无需复杂编程即可构建多领域知识网络

当今知识网络（例如Wikidata）包含非常广泛主题的高质量结构化信息。知识网络使许多新颖而引人注目的应用成为可能，例如结构化搜索引擎结果和语音助手。不过当今知识网络和应用程序构建起来非常困难且昂贵，这使得涵盖不同主题的新知识网络构建门槛很高。

密歇根大学的研究人员认为，这一过程不必那么繁琐。Mike Cafarella教授打算创建软件和数据的组合，这将使新型知识网络系统构建变得更加容易。他领导的“加速知识网络编程和提取”项目获得nsf的资金支持。

该小组计划为各种特定研究领域开发快速构建的新型知识网络。

为了解决这个问题，该项目将构建一个知识应用程序开发系统，该系统应使知识应用程序更易于编写，现有知识网络更易于改进，新型知识网络更易于构建。团队的工作是基于他们开发的一种新颖且极其简洁的编程形式，该编程形式允许同时编程和提取相关信息以促进知识网络构建。该系统有助于构建知识网络，也同时改善知识网络数据质量。该系统将在经济学领域的真实数据和用户上进行测试，但方法和工具将不特定于主题。研究人员认为，新系统将广泛应用于多主题领域知识网络。

首先将是以经济学为重点的综合知识网络和工具系统，该系统有可能显着提高执行高质量经济计量和分析难度。知识网络工具可以改善有利于国家繁荣的经济研究工作，并有助于人们更广泛地理解所收集的经济现象和数据。该研究更大价值将是开发一种易用工具，它可以使任何主题的知识网络更容易开发，并且无需用到过多编程知识。

如果成功的话，可以轻松地对该工具集进行知识抽取，以使其更易于收集几乎任何研究领域的结构化数据。这项工作将产生研究成果以及实用的可下载软件，数据集和应用程序。