知识图谱小白入门

搬运自知识图谱与大数据公众号，这是一篇 2017-12-30的文章，可能已过时，仅供参考，更多内容关注公众号或者访问从今天开始种树。

认识知识图谱

先看百度百科对知识图谱的解释：

知识图谱（Knowledge Graph/Vault）又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。为学科研究提供切实的、有价值的参考。

简而言之，知识图谱是AI重要组成部分，它是具有语义处理与信息互联互通能力的知识库，通常在智能搜索、机器人聊天、智能问答以及智能推荐方面有着广泛的应用。知识图谱最早是Google公司在2012年提出的为了提高搜索引擎能力，增强用户的搜索效率效果以及搜索体验的一种技术实践。这是“知识图谱”名称的由来，也标志着大规模知识图谱在互联网语义搜索中的成功应用。

事实上知识图谱技术渊源已久，只是在不停地换名字而已——从上世纪70年代的“专家系统（Expert System）”；到再往前追溯10年，万维网之父Berners-Lee提出“语义网（Semantic Web）”，当时语义网呼吁业界推广并完善利用本体（Ontology）模型来形式化表达数据中的隐含语义，便于知识的高效呈现和利用。知识图谱技术的出现正是基于以上相关研究，是对语义网相关技术和标准的提升；再到他后来提出的“链接数据（Linked Data）”，都是知识图谱的前身。

伴随着Web技术的不断演进与发展，人类先后经历了以文档互联为主要特征的“Web 1.0”时代与以数据互联为特征的“Web 2.0”时代，正迈向基于知识互联的“Web 3.0”时代。
知识图谱的概念化演示如下：

知识图谱中的重要概念：

（1）实体：

是指具有可区别性且独立存在的某种事物(有点像面向对象编程里的Object)。如某一种动物、某一个城市、某一种水果、某一类商品等等。世界万物有具体事物组成，此指实体。实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。

（2）