如何看待事理图谱版magi–“学迹”:项目地址：https://xueji.zhiwenben.com
看到界面和功能都似乎很相似，除了magi更通用一些，这个系统更专注“事件”这个领域，请问两者的区别是什么？或者说这个系统就是利用magi背后的技术做的？
@zhangmianhongni
zhangmianhongni commented 2 hours ago
同问，一看风格就是magi一样
项目地址：https://xueji.zhiwenben.com
回复大家:
感谢关注,我更倾向于称它为"事理图谱版的MAGI,也是这几年在事理图谱方面的工作总结".接下来说下两者异同:
一, 相同之处
1,界面很像,我们100%的借鉴了MAGI的界面,此处致敬@PeakLAB,这种展现方式很有趣.
2,感官相似,是一个技术展示平台,从中向社会展示其中的抽取能力,实时学习能力.
当然,"界面很像"很容易先入为主地认为,“学迹”(xueji)与magi很像,确实,从发音上来讲,后缀也很相似.
但要注意的是,皮肤一样,但里面的东西完全不一样.
二,"学迹"系统与Magi的区别在于:
1)不做"实体抽取"和"实体搜索"
我们聚焦于是在"事件"上的知识库,与MAGI的实体不一样,我们关注事件本身(社会对这个事件的理解,概念的理解),事件之间的逻辑关系(事理逻辑),即更关注事件演化和进一步推理规则而做的知识库准备,因果关联,基于事件概念等同性的关联,以此将事件直接连接起来.换而言之,我们是借用了"magi"的表皮,为事件搜索找了一个呈现方式.
2)不仅"抽取",更是"应用"
第一步是建库的过程,第二步是用库的过程,事件及事件关联的终极目标是做模式推理和常识预测.
因此,正如我们在页面中看到的,引入了关联数据,产业链推理,这相当于将事件和产业链知识图谱进行了结合,因为两者都有推理能力.
3)技术不同,只围绕事件
MAGI的技术本身并未开放,或多或少地了解到一些"迁移学习"的思想."学迹"聚焦于事件识别,事件概念识别,事件逻辑关系抽取,以及事件关联数据和融合等方面,在技术上也是截然不同的.
4)定位不同
"学迹"是一个实时的事理学习和搜索引擎(后面长期会保持这种形态),"事件"而非"实体"的定位,直接决定了其技术外延的不同,事件的知识挖掘和应用与实体的有很大的差异,这是点到面的差异.
最后,感谢大家对"学迹"的关注,希望帮忙传播,提出一些批评意见.
可以体验
项目地址：https://xueji.zhiwenben.com
如有自然语言处理、[知识图谱、事理图谱]、社会计算、语言资源建设等问题或合作，如果对事件知识库有兴趣的落地或者研究，可联系我：
1、我的github项目介绍：https://liuhuanyong.github.io
2、我的csdn博客：https://blog.csdn.net/lhy2014
3、about me:刘焕勇，中国科学院软件研究所，lhy_in_blcu@126.com
4、懂语言者得天下，得语言者分天下，得知识逻辑者，游得天下。
