音乐领域知识图谱的构建智库时代·243·百家争鸣一、引言当前，在政策的规范、引导和扶持以及资本的青睐下，音乐产业实现了稳定的快速增长，传统音乐产业与新兴音乐产业加快融合，产业结构、服务体系进一步优化，不断重构产业链条、创新商业模式、激发消费活力，推动中国音乐产业在经济新常态下正式进入快速增长的“新时代”。其中，“互联网+”大数据平台的应用、O2O模式的不断创新成为音乐产业发展的新亮点。某交响乐团作为亚洲地区历史最为悠久的交响乐团，在多年的运营中，积累了大量的音乐相关的数据，包括音乐条目、音频、视频、用户记录等，这些数据中蕴含了规模庞大、结构复杂且语义关联丰富的音乐领域相关知识，通过大数据技术以及人工智能技术，这些知识能够帮助乐团提供智能信息服务应用，如音乐曲目的关联检索推荐、用户的行为分析等，提升乐团的服务能力以及经济效益。然而，如何组织、利用这些知识却面临诸多挑战：（1）数据多源异质，组织结构松散，知识提取困难。需要根据大数据环境下的知识组织原则，从不同类型的音乐资源中提取知识，既要符合网络信息发展变化，又能适应用户的认知需求；（2）音乐知识难以直观的服务于用户。从不同类型的音乐资源中抽取的音乐知识实体数量庞多，而且知识实体之间的关系错综复杂，需要提供一种方便用户检索和浏览知识的机制。随着智能信息服务应用的不断发展，知识图谱已被广泛应用于知识库构建、智能搜索、智能问答、个性化推荐等领域，为了有效的组织音乐资源，更好的提供服务，本文面向音乐领域构建了音乐知识图谱，通过知识图谱将数据资源中的信息以及链接关系聚集成知识，使信息资源更易于计算、理解以及评价，从而提供开放的服务能力。本文主要工作包括：（1）设计了音乐领域知识图谱的构建框架，该框架包含了知识提取、知识融合、知识存储以及知识检索四大模块；（2）设计了一系列的可视化表现形式，展示知识图谱在音乐领域的应用，并通过应用实例展示了本文工作的有效性和合理性。二、相关工作与技术近年来知识图谱在各领域中相关的研究已经有许多，这里我们列出一些比较有代表性的工作：Stoffel和Fischer[1]介绍了文档分析知识图谱的构建，并详细介绍了知识图谱的框架，包括数据收集、知识提取、消除歧义和图谱构建等，并最实现多源工具及数据库的可视化统一视图。Le-Phuoc等人构建了一个连通多种事物的实时知识图谱，该知识图谱为多源数据提供了统一的视图。McCusker等人[3]利用药物、蛋白质和疾病之间的相互关系构建医药领域知识图谱，并利用该知识图谱发现质量较高的黑色素瘤的候选药物。这些工作为我们构建音乐领域知识图谱提供了思路[2]。三、系统架构本文面向音乐领域构建知识图谱的总体架构如图1所示。数据层执行的工作围绕着知识数据展开，从原始数据的获取、加工处理到最终生成知识三元组，都属于数据层的内容。在知识图谱的数据层，知识以事实（fact）为单位存储在图数据库。事实以三元组作为基本表达方式，存储在图数据库中的所有数据将构成庞大的实体关系网络，形成知识的“图谱”。模式层以业务场景为依据，提出了知识关联与使用的规则，描述了知识的元信息，为内部的知识计算与外部的应用提供了知识使用的公理与约束。模式层在数据摘要：当前，音乐产业稳步发展，“互联网+”大数据平台的应用、O2O模式的不断创新成为音乐产业发展的新亮点。目前已经积累了大量的音乐相关的数据，这些数据中蕴含了规模庞大、结构复杂且语义关联丰富的音乐领域相关知识，如何获取知识、组织知识，以及如何基于这些知识提供智能化的信息服务是亟待解决的问题。为了解决这些问题，构建了音乐知识图谱，并提供了基于音乐知识图谱的知识检索与可视化展示。主要工作包括：音乐领域本体的构建；针对不同的数据来源进行知识的要素的提取；不同数据来源知识的融合；可视化形式展现检索结果以及数据分析结果；设计了音乐知识图谱的构建框架。实例证明，所构建的音乐知识图谱能够帮助用户提供音乐知识的检索与应用。关键词：音乐知识图谱；知识要素抽取；知识融合；知识检索；可视分析中图分类号：J6文献标识码：A文章编号：2096-460...