详细解读知识图谱的这一人工智能技术分支的概念、技术、应用、与发展趋势

详细解读知识图谱的这一人工智能技术分支的概念、技术、应用、与发展趋

势

知识图谱（Knowledge Graph）是人工智能的重要分支技术，它在2012年由谷歌提出，成为建立大规模知识的杀手锏应用，在搜索、自然语言处理、智能助手、电子商务等领域发挥着重要作用。知识图谱与大数据、深度学习，这三大“秘密武器”已经成为推动互联网和人工智能发展的核心驱动力之一。

本期我们推荐来自清华大学人工智能研究院、北京智源人工智能研究院、清华-工程院知识智能联合研究中心联合推出的人工智能知识图谱报告，详细解读了知识图谱的这一人工智能技术分支的概念、技术、应用、与发展趋势。

知识图谱的概念与分类

知识图谱（Knowledge Graph）于2012年由谷歌提出并成功应用于搜索引擎当中。它以结构化的形式描述客观世界中概念、实体及其之间的关系，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。

知识图谱的分类方式很多，例如可以通过知识种类、构建方法等划分。从领域上来说，知识图谱通常分为两种：通用知识图谱、特定领域知识图谱。

▲知识图谱示意图

常见的知识图谱示意图主要包含有三种节点：实体、概念、属性。

实体指的是具有可区别性且独立存在的某种事物。如某一个人、某一座城市、某一种植物、某一件商品等等。世界万物由具体事物组成，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。

概念指的是具有同种特性的实体构成的集合，如国家、民族、书籍、电脑等。

属性则用于区分概念的特征，不同概念具有不同的属性。不同的属性值类型对应于不同类