知识图谱
知识图谱（Knowledge Graph，KG）是一种揭示实体之间关系的语义网络，可以对现实世界的事物及其相互关系进行形式化地描述。
知识图谱于2012年5月17日被Google正式提出，其初衷是为了提高搜索引擎的能力，增强用户的搜索质量以及搜索体验。知识图谱可以将Web从网页链接转向概念链接，支持用户按照主题来检索，实现语义检索。
关键技术
-
知识抽取：通过自动化的技术抽取出可用的知识单元
- 实体抽取：命名实体识别（Named Entity Recognition，NER）从数据源中自动识别命名实体；
- 关系抽取（Relation Extraction）：从数据源中提取实体之间的关联关系，形成网状的知识结构；
- 属性抽取：从数据源中采集特定实体的属性信息。
-
知识表示
- 属性图
- 三元组
-
知识融合：在同一框架规范下进行异构数据整合、消歧、加工、推理验证、更新等，达到数据、信息、方法、经验等知识的融合，形成高质量知识库
- 实体对齐（Entity Alignment）：消除异构数据中的实体冲突、指向不明等不一致性问题；
- 知识加工：对知识统一管理，形成大规模的知识体系
- 本体构建：以形式化方式明确定义概念之间的联系；
- 质量评估：计算知识的置信度，提高知识的质量。
- 知识更新：不断迭代更新，扩展现有知识，增加新的知识
-
知识推理：在已有的知识库基础上挖掘隐含的知识