浅显、直观地认识知识图谱

知识图谱通过图来表示知识

首先，我们需要知道，知识图谱是通过一种网状结构来表示（或存储）知识（为什么选择网状或者图谱的方式，接下来再讨论），如下图

此时的知识可以变成某个结点与其相邻结点的关系。比如，图中的C罗是一名运动员（instanceOf 运动员），曾获金球奖。

“理解”的含义

“机器理解数据的本质是建立起从数据到知识库中的知识要素（包括实体、概念和关系）映射的一个过程。”——肖仰华

人类理解另一个人说的东西，是通过该人的描述与脑海中的某个概念实体相匹配来完成的。比如苹果，当我说牛顿的苹果时，你对应的是水果的苹果，当我说乔布斯的苹果时，你脑海中马上对应苹果公司。对应的概念实体不一样，你对苹果的理解就不同了。这就是对苹果的理解。类似的，机器理解某一个东西，也可以通过将其与原有的知识库中某个概念实体相匹配来完成。而通过对网状的某个概念实体匹配完成后，我们就可以通过它位于网中的位置及其相邻的结点来获取其相关的知识。

理解了什么是机器的“理解”后，我们就可以将知识图谱的运用分为几类，知识图谱的构建与更新，用知识图谱理解实体，从知识图谱中获得对应实体的相关知识。

REF

在实际运用中，网状的知识图谱是难以直接存储于计算机中的。因此，我们将其网络拆分成一条条边，并将边保存起来。边的形式类似于“实体--边的描述--实体”，形式上表示为SPO三元组，有时候也称为一条语句（statement），这就是REF的大致格式。如下图

当然，以上的描述不够准确，具体描述可以参考https://zhuanlan.zhihu.com/p/32122644