知识图谱的一些东西

1.  知识图谱的典型应用

1.1  查询理解（Query Understanding）

1.2  自动问答（Question Answering）

1.3 文档表示（Document Representation）

2.  知识图谱的主要技术

2.1  实体链（Entity Linking）

    实体链指的主要任务有两个，实体识别（Entity Recognition）与实体消歧（Entity Disambiguation），都是自然语言处理领域的经典问题。

2.2  关系抽取（Relation Extract）

2.3  知识推理

      实体关系之间存在丰富的同现信息。如下图，在康熙、雍正和乾隆三个人物之间，我们有(康熙，父亲，雍正)、(雍正，父亲，乾隆)以及(康熙，祖父，乾隆)三个实例。根据大量类似的实体X、Y、Z间出现的(X，父亲，Y)、(Y，父亲，Z)以及(X，祖父，Z)实例，我们可以统计出“父亲+父亲=>祖父”的推理规则。类似的，我们还可以根据大量(X，首都，Y)和(X，位于，Y)实例统计出“首都=>位于”的推理规则，根据大量(X，总统，美国)和(X，是，美国人)统计出“美国总统=>是美国人”的推理规则。

2.4  知识表示

    在计算机中如何对知识图谱进行表示与存储，是知识图谱构建与应用的重要课题。