从零学习知识图谱——01（知识图谱技术介绍）

今年研一，导师给的大范围是知识图谱。从零开始学习知识图谱相关知识，内容大多为笔记和心得，仅供参考。欢迎各位大牛来指导。

知识图谱 （Knowledge Graph，KG） 以结构化的形式描述客观世界中概念、 实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、 管理和理解互联网海量信息的能力。知识图谱给互联网语义搜索带来了活力， 同时也在智能问答中显示出强大威力，已经成为互联网知识驱动的智能应用的基础设施。知识图谱与大数据和深度学习一起，成为推动互联网和人工智能发展的核心驱动力之一。

知识图谱技术是指知识图谱建立和应用的技术，是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义 Web、数据挖掘与机器学习等方向的交叉研究。

知识图谱技术分为三个部分 : 知识图谱构建技术、知识图谱查询和推理技术，以及知识图谱应用。

知识图谱在下面应用中已经凸显出越来越重要的应用价值：
1.知识融合：当前互联网大数据具有分布异构的特点，通过知识图谱可以对这些数据资源进行语义标注和链接，建立以知识为中心的资源语义集成服务；
2.语义搜索和推荐：知识图谱可以将用户搜索输入的关键词，映射为知识图谱中客观世界的概念和实体，搜索结果直接显示出满足用户需求的结构化信息内容，而不是互联网网页；
3.问答和对话系统：基于知识的问答系统将知识图谱看成一个大规模知识库，通过理解将用户的问题转化为对知识图谱的查询，直接得到用户关心问题的答案；
4.大数据分析与决策：知识图谱通过语义链接可以帮助理解大数据，获得对大数据的洞察，提供决策支持。