知识图谱和语义网概述

最新推荐文章于 2025-03-26 16:49:49 发布

Storm*Rage

最新推荐文章于 2025-03-26 16:49:49 发布

阅读量3.8k

点赞数 1

本文链接：https://blog.csdn.net/weixin_43886056/article/details/108803852

版权

本文介绍了知识图谱和语义网的发展历程、区别和技术。知识图谱包括其发展、与深度学习的差异、相关技术、经典案例及表示方式。语义网则涵盖了设计方案、相关技术、执行过程和结构。两者都是为了实现机器对数据的智能理解和处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

人工智能的发展：

知识图谱的发展历程：在这里插入图片描述
在1960年，提出了语义网络(Semantic Networks)，主要用于自言语言理解领域。它是一种用图来表示知识的结构化方式。在一个语义网络中，信息被表达为一组结点，结点之间的边用于表示结点间的关系。

1980年代出现了本体论(Ontology)，用来刻画知识。本体主要指领域共享知识的描述方式，是语义Web、语义搜索、知识工程等的基础。在1989年Time Berners-Lee发明了万维网，实现了文本间的链接。

1998年提出语义网(THe Semantic Web)，从超文本链接到语义链接。语义网是为了使得网络上的数据变得机器可读而提出的一个通用框架。Semantic Web=Data+Link。
在这里插入图片描述

2006年Tim突出强调语义网的本质是要建立开放数据之间的链接，即链接数据(LInked Data)。

Google在2012年提出了对搜索引擎的知识图谱称呼。现在知识图谱常用于指代类似Google的知识库，可用于搜索、问答、决策、AI推理等方面。