Freebase

定义

Freebase 是一个以元数据构成的大型协作知识库，条目内容主要由社区成员及其他数据来源汇集而成^[1]。它把现实世界中的实体及其属性、关系整理成机器可读的结构化记录，目标是让使用者与程序都能更便利地获取公共知识^[2]。

按其发布方的描述，Freebase 是一个开放式、由众人共同编辑的相互链接数据集合，常被理解为把维基百科式的条目改写为数据库，或采用实体—关系模型来描述知识^[3]。它的数据在存续期间以创作共享署名许可发布，同时向开发者提供开放接口、RDF 端点和数据转储文件^[4]。

与仅从维基百科抽取数据的同类项目相比，Freebase 完全按结构化方式组织内容，并额外引入了 NNDB、MusicBrainz 等专业数据集，因而在数据来源上更为多样^[5]。

原理

Freebase 的数据模型由域（Domain）、类型（Type）和主题（Topic）三层构成：每个条目称为一个主题，同类主题归入某个类型，相关类型再归入某个域。类型上定义若干属性（Property），用来描述该主题的具体特征，因此同类条目拥有相同的字段，可以直接比较与关联^[6]。

一条属性既可以取整数、文本等基本类型的值，也可以指向另一个结构化对象，后者被称为组合值类型（CVT），用于描述带有自身结构的复杂关系^[6]。主题之间还有一个名为“replaced by”的特殊属性，用来把重复或合并前的对象指向规范对象^[7]。

在存储层面，Freebase 运行在 Metaweb 自行研发的图数据库 Graphd 之上：数据以节点和连接节点的边构成的有向图组织，而不是用传统的表与键来定义结构，因此能够表达比常规数据库更复杂的关系^[3]。查询通过元网络查询语言（MQL）提交，该语言采用 JSON 语法，既支持读取也支持写入^[8]。

Freebase 自身所需的类型、属性等模式定义同样存放在名为“/type”的域中，平台以自举方式管理其数据模型^[6]。系统还支持追溯到首次插入以来的每次编辑，具备完整的版本回退能力^[8]。

发展历程

Freebase 由总部位于旧金山的 Metaweb Technologies 开发，这家公司成立于 2005 年 7 月，联合创始人包括丹尼·希利斯（Danny Hillis）、韦达·赫卢宾卡-库克（Veda Hlubinka-Cook）和约翰·詹南德雷亚（John Giannandrea）^[9]。据记载，希利斯早在 2000 年的一篇论文中便提出过名为“Aristotle”的知识网络构想^[2]。

2007 年 3 月 3 日，Metaweb 正式公开 Freebase，将其称为“世界知识的开放共享数据库”^[3]。网站最初只允许受邀者访问，在内部测试阶段就放开了匿名阅读，之后仅对贡献数据要求注册^[2]。2008 年 10 月 29 日，Freebase 在国际语义网会议上发布 RDF 服务，使自身可以作为关联数据使用^[2]。

2010 年 7 月 16 日，谷歌宣布收购 Metaweb，交易金额未公开^[9]。2014 年 12 月 16 日，谷歌宣布将在约半年内关闭 Freebase，并协助把数据迁移到维基数据^[1]。2015 年 3 月 31 日，网站转为只读，写入接口停止服务^[10]。

2015 年 12 月 16 日，谷歌公布以知识图谱接口替代 Freebase 接口；Freebase 网站于 2016 年 5 月 2 日正式关闭^[2]。此后，原网站地址被重定向到谷歌开发者页面^[10]。Metaweb 开发的图数据库 Graphd 与 MQL 语言分别于 2018 年 9 月 8 日和 2020 年 8 月 4 日以 Apache 2.0 许可开源^[2]。

应用

Freebase 的数据在存续期间可通过开放接口被第三方程序调用，开发者可以据此在各类平台上构建查询、检索和数据分析应用^[2]。以结构化字段为基础，使用者能够提出传统百科难以回答的组合查询，例如按出生年份和职业筛选人物名单。

在学术研究中，Freebase 常被用作知识图谱、实体聚类、关系抽取等任务的数据来源，其公开转储文件曾被整理为约 250 GB 的制表符分隔数据，供研究者下载使用^[11]。由于数据规模与结构较为完备，它也被视为通用知识图谱的代表性项目之一。

被谷歌收购后，Freebase 成为谷歌知识图谱的部分数据来源，用于增强搜索结果中的实体信息展示^[4]。数据迁往维基数据时，一项工作从中整理出约 1430 万条维基数据尚缺的陈述，以及约 340 万条主题标识对应关系^[12]。

局限

Freebase 的类型体系不支持继承，主题不能被定义为某个类型的子类型，这与面向对象建模及 RDF 建模的常见做法不同，类型之间只能借助“互不相容”等方式表达约束^[11]。有研究指出，该体系以隐含的不相容关系分类实体，并只能表达有限种类的数值不确定性与歧义^[7]。

其类型与属性由社区协作设计，不存在统一的知识层级或权威分类框架，相互冲突的定义可以同时存在，这带来灵活性，也使结构一致性难以保证^[8]。迁移到维基数据的过程中，从 Freebase 转出的陈述质量被评价为参差不齐，部分源自统计方法生成的标识对应关系的可靠性偏低^[12]。

此外，Freebase 的网站前端高度依赖脚本加载数据，页面本身不包含具体内容，这给搜索引擎抓取和外部引用造成了障碍。数据迁移本身也并非全部完成：2015 年的一次导入仅处理了 Freebase 集合的一成多，其余部分在此后数年内仍待处理^[10]。

参见

• 维基数据 —— Freebase 关闭后承接其内容迁移的协作式知识库。

• 知识图谱 —— 以图结构组织实体与关系的知识表示方式，Freebase 是其早期代表项目。

• DBpedia —— 同样从维基百科抽取结构化数据并发布的关联数据项目。

• RDF —— Freebase 对外发布数据时采用的资源描述框架格式。

• 语义网 —— Freebase 所依托的知识可被机器理解与处理的技术构想。