1.1知識圖譜的發(fā)展歷史
知識圖譜始于20世紀(jì)50年代，至今大致分為三個發(fā)展階段：

• 第一階段 （1955年—1977年）是知識圖譜的起源階段，在這一階段中引文網(wǎng)絡(luò)分析 開始成為一種研究當(dāng)代科學(xué)發(fā)展脈絡(luò)的常用方法；

• 第二階段（1977年-2012 年）是知識圖譜的發(fā)展階段，語義網(wǎng)得到快速發(fā)展，“知識本體”的研究 開始成為計算機(jī)科學(xué)的一個重要領(lǐng)域，知識圖譜吸收了語義網(wǎng)、本體在知識組織和表達(dá)方面的理念，使得知識更易于在計算機(jī)之間和計算機(jī)與人之間交換、流通和加工；

• 第三階段（2012年—至今）是知識圖譜繁榮階段，2012年谷歌提出Google Knowledge Graph，知識圖譜正式得名，谷歌通過知識圖譜技術(shù)改善了搜索引擎性能。在人工智能的蓬勃發(fā)展下，知識圖譜涉及到的知識抽取、表示、融合、推理、問答等關(guān)鍵問題得到一定程度的解決和突破，知識圖譜成為知識服務(wù)領(lǐng)域的一個新熱點(diǎn)，受到國內(nèi)外學(xué)者和工業(yè)界廣泛關(guān)注。

知識圖譜具體的發(fā)展歷程如下圖所示。

案例講解素材

近年來，隨著語義Web的興起，本體技術(shù)受到了廣泛關(guān)注。很多大型跨國公司都開始研究本體技術(shù)。谷歌于2012年提出了知識圖譜的項(xiàng)目，旨在利用本體技術(shù)來提高搜索的精度和更智能化的知識瀏覽。國內(nèi)的互聯(lián)網(wǎng)公司，如百度、搜狗，也已經(jīng)開展這方面的項(xiàng)目。微軟提出了Probase項(xiàng)目，旨在通過爬取網(wǎng)頁中的信息來構(gòu)建大規(guī)模的本體。IBM利用語義Web技術(shù)來處理異構(gòu)醫(yī)療數(shù)據(jù)的整合以及更準(zhǔn)確的查詢回答。本體技術(shù)在IBM的著名問答系統(tǒng)Watson中發(fā)揮了重要的作用。Oracle實(shí)現(xiàn)了一個強(qiáng)大的語義數(shù)據(jù)推理和索引系統(tǒng)。本體技術(shù)還受到歐美政府的支持。英國政府發(fā)起了http://Data.gov.uk項(xiàng)目，把很多政府網(wǎng)站的信息都以本體的形式分布。而美國政府也有類似的項(xiàng)目。學(xué)術(shù)界對本體的研究有很多成果，特別是在計算機(jī)科學(xué)領(lǐng)域，有很多實(shí)用的技術(shù)被開發(fā)。歐盟在最近5年投入大量科研經(jīng)費(fèi)（累積超過數(shù)億歐元）用于本體相關(guān)的研究。

1.2 知識圖譜的重要性
哲學(xué)家柏拉圖把知識定義為“Justified True Belief”，即知識需要 滿足三個核心要素：合理性（Justified）、真實(shí)性（True）、被相信 （Believed）。簡單而言，知識是人類通過觀察、學(xué)習(xí)和思考有關(guān)客觀世界的各種現(xiàn)象而獲得和總結(jié)出的所有事實(shí)（Facts）、概念（Concepts）、規(guī)則或原則（Rules & Principles）的集合。人類發(fā)明了各種手段來描述、表示和傳承知識，如自然語言、繪畫、音樂、數(shù)學(xué)語言、物理模型、化學(xué) 公式等，可見對于客觀世界規(guī)律的知識化描述對于人類社會發(fā)展的重要性。具有獲取、表示和處理知識的能力是人類心智區(qū)別于其它物種心智的重要特征，知識圖譜已成為推動機(jī)器基于人類知識獲取認(rèn)知能力的重要途 徑，并將逐漸成為未來智能社會的重要生產(chǎn)資料。

n 知識圖譜是人工智能的重要基石。

n 知識圖譜推動智能發(fā)展。

n 知識圖譜是強(qiáng)人工智能發(fā)展的核心驅(qū)動力之一。

知識圖譜是Google在2012年5月17日提出的，其初衷是為了提高搜索引擎的能力，改善用戶的搜索質(zhì)量以及搜索體驗(yàn)。當(dāng)前的人工智能技術(shù)其實(shí)可以簡單地劃分為感知智能（主要是圖像、視頻、語音、文字等識別）和認(rèn)知智能（涉及知識推理、因果分析等），知識圖譜技術(shù)就是認(rèn)知智能領(lǐng)域中的主要技術(shù)，是人工智能技術(shù)的組成部分，其強(qiáng)大的語義處理和互聯(lián)組織能力，為智能化信息應(yīng)用提供了基礎(chǔ)。

一個知識圖譜旨在描述現(xiàn)實(shí)世界中存在的實(shí)體以及實(shí)體之間的關(guān)系。隨著人工智能技術(shù)的發(fā)展和應(yīng)用，知識圖譜作為關(guān)鍵技術(shù)之一，已被廣泛應(yīng)用于智能搜索、智能問答、個性化推薦、內(nèi)容分發(fā)等領(lǐng)域。

從使用范圍來說，知識圖譜分為通用知識圖譜和領(lǐng)域知識圖譜，通用知識圖譜強(qiáng)調(diào)的是廣度，數(shù)據(jù)多來自于互聯(lián)網(wǎng)，而領(lǐng)域知識圖譜應(yīng)用于垂直領(lǐng)域，成為了基礎(chǔ)數(shù)據(jù)服務(wù)。

1.3 知識圖譜的定義
知識圖譜（Knowledge Graph）以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其關(guān)系，將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。知識圖譜 給互聯(lián)網(wǎng)語義搜索帶來了活力，同時也在智能問答中顯示出強(qiáng)大威力，已 經(jīng)成為互聯(lián)網(wǎng)知識驅(qū)動的智能應(yīng)用的基礎(chǔ)設(shè)施。知識圖譜與大數(shù)據(jù)和深度 學(xué)習(xí)一起，成為推動互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動力之一。

技術(shù)標(biāo)準(zhǔn)化研究院 知識圖譜不是一種新的知識表示方法，而是知識表示在工業(yè)界的大 規(guī)模知識應(yīng)用，它將互聯(lián)網(wǎng)上可以識別的客觀對象進(jìn)行關(guān)聯(lián)，以形成客觀世界實(shí)體和實(shí)體關(guān)系的知識庫，其本質(zhì)上是一種語義網(wǎng)絡(luò)，其中的節(jié)點(diǎn)代表實(shí)體(entity)或者概念(concept)，邊代表實(shí)體/概念之間的各種語義關(guān)系。知識圖譜的架構(gòu)，包括知識圖譜自身的邏輯結(jié)構(gòu)以及構(gòu)建知識圖譜所采用的技術(shù)（體系）架構(gòu)。知識圖譜的邏輯結(jié)構(gòu)可分為模式層與數(shù)據(jù)層，模式層在數(shù)據(jù)層之上，是知識圖譜的核心，模式層存儲的是經(jīng)過提煉的知識，通常采用本體庫來管理知識圖譜的模式層，借助本體庫對公理、規(guī)則和約束條件的支持能力來規(guī)范實(shí)體、關(guān)系以及實(shí)體的類型和屬性等對象之間的聯(lián)系。數(shù)據(jù)層主要是由一系列的事實(shí)組成，而知識將以事實(shí)為單位進(jìn)行存儲。在知識圖譜的數(shù)據(jù)層，知識以事實(shí)（fact）為單位存儲在圖數(shù)據(jù)庫。 如果以“實(shí)體－關(guān)系－實(shí)體”或者“實(shí)體－屬性－性值”三元組作為事實(shí)的基本表達(dá)方式，則存儲在圖數(shù)據(jù)庫中的所有數(shù)據(jù)將構(gòu)成龐大的實(shí)體關(guān)系網(wǎng)絡(luò)，形成“知識圖譜”。

知識圖譜旨在描述真實(shí)世界中存在的各種實(shí)體或概念及其關(guān)系,其構(gòu)成一張巨大的語義網(wǎng)絡(luò)圖，節(jié)點(diǎn)表示實(shí)體或概念，邊則由屬性或關(guān)系構(gòu)成?，F(xiàn)在的知識圖譜已被用來泛指各種大規(guī)模的知識庫。

如上圖所示，知識圖譜中包含三種節(jié)點(diǎn)，其基本形式為（實(shí)體1-關(guān)系-實(shí)體2）、（實(shí)體-屬性-屬性值）。

實(shí)體：指的是有可區(qū)別性且獨(dú)立存在的事物。如某個國家：中國、英國等；某個城市：北京、倫敦等。

語義類：具有某種特性的實(shí)體構(gòu)成的集合，如國家、城市、民族等。

屬性值：實(shí)體指向的屬性的值。例如中國（實(shí)體）面積（屬性）960萬平方公里（屬性值）。

關(guān)系：在知識圖譜上，關(guān)系是把kk個圖節(jié)點(diǎn)（實(shí)體、語義類、屬性值）映射到布爾值的函數(shù)。

基于上述的語義圖概念，我們可以構(gòu)建一個國家的知識圖譜作為例子，如下圖所示：