知识图谱（Knowledge Graph）

认识知识图谱

       随着W3C在2007年发起的开放互联网数据项目（Linked Open Data）的火热，互联网上的数据正从杂乱的网页文本数据转变为包含大量描述实体之间丰富关系的数据万维网。在这个背景下，Google于2012年5月率先提出了知识图谱的概念，目的是将用户搜索的结果进行知识系统化，让每一个关键字都拥有一个完整的知识体系，从而真正意义上实现基于内容的检索，提高搜索质量。如下图，将知识图谱引入搜索引擎，用户除了得到搜索网页链接之外，还将看到与输入关键词有关的更加智能化的答案。国内互联网巨头如百度、搜狗等，也纷纷宣布了各自的“知识图谱”产品，如百度的“知心”、搜狗的“知立方”等。与基于关键词搜索的传统搜索引擎相比，知识图谱可以更好滴查询复杂的关联信息，从语义层面理解用户意图，改进搜索质量。因此，知识图谱也可以说是下一代智能搜索引擎的核心。

                                  百度、谷歌搜索引擎的知识图谱

知识图谱的表示

       知识图谱中的数据来源可以是结构化数据、半结构化数据和非结构化数据。前两者多以维基百科、百度百科为代表的大规模知识库，这些知识库中包含了大量半结构化、结构化知识，可以高效滴转化到知识图谱中。而非结构化数据多是网页文本数据，经过实体识别和实体关系抽取后，存放在关系型数据库中。知识图谱中的数据存储可以是RDF三元组（实体1、关系、实体2）的形式、也可以借助Neo4j图数据库以可视化图的方式展示。因此，知识图谱本质上是语义网络，是基于有向图的数据结构，在图中有节点（Nodes）和关系（Relationships），节点代表实体或概念，关系可以将节点连接起来，节点和关系都可以有对应的属性。