摘要：知识图谱作为一种智能、高效的知识组织方式，能够帮助用户迅速、准确地查询到自己需要的信息。本文阐述了知识

 

摘要：知识图谱作为一种智能、高效的知识组织方式，能够帮助用户迅速、准确地查询到自己需要的信息本文阐述了知识图谱的定义，并给出了构建知识图谱的技术框架，分别对知识抽取、知识融合和知识加工三个层次的关键技术以及一些典型应用进行说明，最后对知识图谱构建技术当前面临的重大挑战和关键问题进行了总结。

关键词：知识图谱；知识抽取；知识融合；知识加工1 引言随着互联网的蓬勃发展以及知识的爆炸式增长，搜索引擎被广泛使用但面对互联网上不断增加的海量信息，仅包含网页和网页之间链接的传统文档万维网已经不能满足人们迅速获取所需信息的需求。

人们期望以更加智能的方式组织互联网上的资源，期望可以更加快速、准确、智能地获取到自己需要的信息谷歌公司在2012年5月正式推出了谷歌知识图谱，并将其应用在了搜索引擎中用来实现搜索结果的增强知识图谱名称由此而来，同时也标志着互联网第大规模知识图谱在新一代搜索引擎。

—语义搜索中初步成功应用从此，知识图谱成为了学术界与工业界的研究与应用热点国内外的互联网搜索引擎企业也紧随其后对知识图谱开展研究与应用我国对于中文知识图谱的研究已经起步，并取得了许多有价值的研究成果，早期的中文知识库主要采用人工编辑的方式进行构建，例如中国科学院计算机语言信息中心董振东领导的知网项目，其知识库特点是规模相对较小、知识质量高、但领域限定性较强。

由于中文知识图谱的构建对中文信息处理和检索具有重要的研究和应用价值，近年来吸引了大量的研究例如搜狗的“立知”、Microsoft的“probase”、百度的“知心”知识图谱的本质目的是为了表示知识，它背后的思想可以追溯到上世纪五六十年代万维网之父Bemers.Lee提出的“语义网络”，再接着他提。

出了“链接数据(Linked Data)”[1]这些技术都与知识图谱有着千丝万缕的关系，可以视为是知识图谱的前身互联网web技术不断发展，历经了以文档互联为显著特征的web1.0、以数据互联为显著特征的web。

2.0，现在正在通向以知识互联为显著特征的web3.0阶段2 知识图谱的定义与架构2.1 知识图谱定义知识图谱目前并没有一个统一的定义，维基百科中“知识图谱是谷歌用于增强其搜索引擎功能的知识库”[2]，在百度百科中将其解释为“在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系”。

本质上，知识图谱是一种揭示实体之间关系的语义网络，是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系其基本组成单位是“实体－关系－实体”三元组，以及实体及其相关属性－值对，实体间通过关系相互联结，构成网状的知识结构。

通过知识图谱，可以实现web从网页链接向概念链接转变，支持用户按主题而不是字符串检索，从而真正实现语义检索．基于知识图谱的搜索引擎，能够以图形方式向用户反馈结构化的知识，用户不必浏览大量网页，就可以准确定位和深度获取知识。

如图所示，在百度搜索引擎中使用知识图谱技术后搜索“罗纳尔多身高”，搜索引擎可以直接提供准确的答案“180CM”，如图1所示，而不再是仅仅返回大量和罗纳尔多或者身高相关的web 网页，让使用者自己去查找搜寻，并且还会根据知识间的联系与相关性进行相关知识内容的推送，如图片右侧所示的相关足球运动员等，这使得在使用搜索引擎对知识进行搜索时极大地减少了用户的查询时间，提高了搜索质量，增强了用户体验与使用效率。

图1. 知识图谱搜索结果展示2.2 知识图谱架构知识图谱的架构，包括知识图谱自身的逻辑结构以及构建知识图谱所采用的体系架构从逻辑上将知识图谱划分为２个层次：数据层和模式层在知识图谱的数据层，知识以事实为单位存储在图数据库．例如谷歌的 。

Graphd和微软的Trinity都是典型的图数据库如果以“实体－关系－实体”或者“实体－属性－性值”三元组作为事实的基本表达方式，则存储在图数据库中的所有数据将构成庞大的实体关系网络，形成知识的“图谱”。

模式层在数据层之上，是知识图谱的核心．在模式层存储的是经过提炼的知识，通常采用本体库来管理知识图谱的模式层，借助本体库对公理、规则和约束条件的支持能力来规范实体、关系以及实体的类型和属性等对象之间的联系．本体库在知识图谱中的地位相当于知识库的模具，拥有本体库的知识库冗余知识较少。

知识图谱的体系架构是其指构建模式结构，如图2所示其中虚线框内的部分为知识图谱的构建过程，该过程需要随人的认知能力不断更新迭代[3]知识图谱的构建过程是从原始数据出发，采用一系列自动或半自动的技术手段，从原始数据中提取出知识要素（即事实），并将其存入知识库的数据层和模式层的过程。

这是一个迭代更新的过程，根据知识获取的逻辑，每一轮迭代包含３个阶段：知识抽取、知识融合以及知识加工

图2. 知识图谱体系架构知识图谱的构建过程可以分为自顶向下和自底向上两种方式自顶向下的构建过程如图3所示，首先从数据源中学习本体，得到术语、顶层的概念、同义和层次关系以及相关规则，然后进行实体学习的过程，将实体纳入前面的概念体系中。

自底向上的构建过程与此相反，如图4所示，从归纳实体开始，进一步进行抽象，逐步形成分层的概念体系在实际的构造过程中，可以先后混合使用两种方式，来提高实体抽取的准确度

图3. 自顶向下构建知识图谱

图4. 自底向上构建知识图谱3 知识图谱的构建技术如2.2节所述，构建知识图谱的过程是一个迭代更新的过程，每一轮更新包括三个步骤：一是知识抽取，即从各种类型的数据源中提取出实体（概念）、属性以及实体间的相互关系，在此基础上形成本体化的知识表达；二是知识融合，在获得新知识之后，需要对其进行整合，以消除矛盾和歧义，比如某些实体可能有多种表达，某个特定称谓也许对应于多个不同的实体等；三是知识加工，对于经过融合的新知识，需要经过质量评估之后（部分需要人工参与甄别），才能将合格的部分加入到知识库中，以确保知识库的质量。

新增数据之后，可以进行知识推理、拓展现有知识、得到新知识3.1 知识抽取知识抽取主要是面向开放的链接数据，通过自动化的技术抽取出可用的知识单元，知识单元主要包括实体(概念的外延)、关系以及属性3个知识要素，并以此为基础，形成一系列高质量的事实表达，为上层模式层的构建奠定基础。

涉及的关键技术包括：实体抽取、关系抽取和属性抽取[4]3.1.1实体抽取早期的实体抽取也称为命名实体学习(named entity learning) 或命名实体识别 (named entity recognition)，指的是从原始语料中自动识别出命名实体。

由于实体是知识图谱中的最基本元素，其抽取的完整性、准确率、召回率等将直接影响到知识库的质量因此，实体抽取是知识抽取中最为基础与关键的一步文献[5]将实体抽取的方法分为三种：基于规则与词典的方法、基于统计机器学习的方法以及面向开放域的抽取方法。

基于规则的方法通常需要为目标实体编写模板，然后在原始语料中进行匹配；基于统计机器学习的方法主要是通过机器学习的方法对原始语料进行训练，然后再利用训练好的模型去识别实体；面向开放域的抽取将是面向海量的Web语料。

[6]3.1.2关系抽取关系抽取是将文本中实体间的语义关系识别出来，完成对实体间的语义联系关系抽取主要有三种方法，无监督的关系抽取，半监督的关系抽取和有监督的关系抽取方法在知识图谱中知识图谱的基本构成元素就是实体和实体间的语义关系，因此关系抽取也是知识图谱构建中的一个重要环节和实体识别属性抽取使用类似的方法进行抽取，都属于构建流程中的知识获取模块。

一般来说关系抽取是在抽取出实体的基础上进行的，再对实体间的关系进行抽取，如此串行进行就可能引进前面步骤的错误，造成误差放大的效果，降低抽取准确率，因此近年来提出了几种联合抽取模型，在抽取实体的同时一同抽取实体间的关系，使用两个神经网络分别作为对应的分类器对两种抽取内容进行联合编码抽取。

[7]3.1.3属性抽取属性抽取主要是针对实体而言的，通过属性可形成对实体的完整勾画由于实体的属性可以看成是实体与属性值之间的一种名称性关系，因此可以将实体属性的抽取问题转换为关系抽取问题文献[8]提出的基于规则与启发式算法的属性抽取方法能够从Wikipedia及WordNet的半结构化网页中自动抽取相应的属性名称与属性值，还可扩展为一套本体知识库。

实验表明：该算法的抽取准确率可达到95%大量的属性数据主要存在于半结构化、非结构化的大规模开放域数据集中抽取这些属性的方法，一种是将上述从百科网站上抽取的结构化数据作为可用于属性抽取的训练集，然后再将该模型应用于开放域中的实体属性抽取；另一种是根据实体属性与属性值之间的关系模式，直接从开放域数据集上抽取属性。

但是由于属性值附近普遍存在一些限定属性值含义的属性名等，所以该抽取方法的准确率并不高[9]3.2 知识融合通过信息抽取，实现了从非结构化和半结构化数据中获取实体、关系以及实体属性信息的目标，然而，这些结果中可能包含大量的冗余和错误信息，数据之间的关系也是扁平化的，缺乏层次性和逻辑性，因此有必要对其进行清理和整合。

知识融合包括两部分内容：实体链接和知识合并通过知识融合，可以消除概念的歧义，剔除冗余和错误概念，从而确保知识的质量3.2.1实体链接实体链接（entity linking）是指对于从文本中抽取得到的实体对象，将其链接到知识库中对应的正确实体对象的操作

[10]实体链接的基本思想是首先根据给定的实体指称项，从知识库中选出一组候选实体对象，然后通过相似度计算将指称项链接到正确的实体对象．早期的实体链接研究仅关注如何将从文本中抽取到的实体链接到知识库中，忽视了位于同一文档的实体间存在的语义联系，近年来学术界开始关注利用实体的共现关系，同时将多个实体链接到知识库中，称为集成实体链接。

例如Han等人[11]提出的基于图的集成实体链接方法，能够有效提高实体链接的准确性实体链接的一般流程是：首先从文本中通过实体抽取得到实体指称项；然后进行实体消歧和共指消解，判断知识库中的同名实体与之是否代表不同的含义以及知识库中是否存在其他命名实体与之表示相同的含义；最后在确认知识库中对应的正确实体对象之后，将该实体指称项链接到知识库中对应实体。

3.2.2知识合并构建知识图谱时，可以从第三方知识库产品或已有结构化数据获取知识输入例如，关联开放数据项目（linked open data）会定期发布其经过积累和整理的语义知识数据除了关系型数据库之外，还有许多以半结构化方式存储（如XML，CSV，JSON 等格式）的历史数据也是高质量的知识来源，同样可以采用RDF数据模型将其合并到知识图谱当中。

当前已经有许多这样的工具软件，例如XSPARQL支持从XML格式转化为RDF，Datalife支持从XML和CSV格式转化为RDF，经过RDF转化的知识元素，经实体链接之后，就可以加入到知识库中，实现知识合并

[12]3.3 知识加工要想最终获得结构化、网络化的知识体系，还需要经历知识加工的过程知识加工主要包括三方面内容：本体构建、知识推理和质量评估3.3.1本体构建本体（ontology）是对概念进行建模的规范，是描述客观世界的抽象模型，以形式化方式对概念及其之间的联系给出明确定义。

本体构建是构建知识图谱的模式层，从最顶层的概念开始构建顶层本体，然后细化概念和关系,形成结构良好的概念层次树需要利用一些数据源提取本体，即本体学习[13]3.3.2知识推理知识推理则是在已有的知识库基础上进一步挖掘隐含的知识，从而丰富、扩展知识库。

在推理的过程中，往往需要关联规则的支持由于实体、实体属性以及关系的多样性，人们很难穷举所有的推理规则，一些较为复杂的推理规则往往是手动总结的对于推理规则的挖掘，主要还是依赖于实体以及关系间的丰富同现情况。

知识推理的对象可以是实体、实体的属性、实体间的关系、本体库中概念的层次结构等知识推理方法主要可分为基于逻辑的推理与基于图的推理两种类别3.3.3质量评估基于本体形成的知识库不仅层次结构较强，并且冗余程度较小.由于技术的限制，得到的知识元素可能存在错误,因此在将知识加入知识库以前，需要有一个评估过程。

通过对已有知识的可信度进行量化，保留置信度高的知识来确保知识库的准确性文献[14]采用人工标注的方式对1000个句子中的实体关系三元组进行了标注，并以此作为训练集，使用logistic回归模型计算抽取结果的置信度。

例如Google的Knowledge Vault项目则根据指定数据信息的抽取频率对信息的可信度进行评分，然后利用从可信知识库中得到的先验知识对可信度进行修正实验结果表明：该方法可以有效地降低对数据信息正误判断的不确定性，提高知识的质量。

[15]4知识图谱的应用知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式，使得网络的智能化水平更高，更加接近于人类的认知思维目前，知识图谱已在语义搜索、智能问答、个性化推荐以及一些垂直行业中有所应用，成为支撑这些应用发展的动力源泉。

4.1语义搜索知识图谱是语义搜索的大脑传统搜索引擎基于用户输入的关键词检索后台数据库中的Web网页，将包含搜索关键词的网页的链接反馈给用户[16]语义搜索(也称为语义检索)则首先将用户输入的关键词映射至知识图谱中的一个或一组实体或概念，然后根据知识图谱中的概念层次结构进行解析和推理，向用户返回丰富的相关知识。

谷歌提出语义搜索后，国内百度的“知心”与搜狗的“知立方”也致力于利用知识图谱技术提升用户的搜索体验基于知识图谱的语义搜索能够实现[17]：(1)以知识卡片的形式提供结构化的搜索结果例如，当用户搜索四川大学时，知识卡片呈现出的内容，包括有学校的地址、邮编、简介、创办年份等相关信息。

(2)理解用户用自然语言描述的问题，并且给出相应的答案，即简单的智能问答例如，当用户在搜索中以提问的方式输入“世界上最大的湖泊是？”，反馈的页面能够精确地给出里海相关的信息(3)通过已有知识图谱中实体的关联，扩展用户搜索结果发现更多内容，反馈丰富的关联结果。

例如，当用户搜索达芬奇时，除了达芬奇的个人简介之外，语义搜索还能返回他的相关画作:《最后的晚餐》、《蒙娜丽莎》及其相关人物等信息[19]4.2智能问答智能问答是指用户以自然语言提问的形式提出信息查询需求，系统依据对问题的分析，从各种数据资源中自动找出准确的答案。

问答系统是一种信息检索的高级模式，能提升效率、降低人工参与成本[20]问答系统将知识图谱看做一个大型知识库，首先对用户使用自然语言提出的问题进行语义分析和语法分析，进而将其转化成对知识图谱的查询，最后在知识图谱中查询答案。

百度知识图谱将智能问答具体划分为5类[21]：(1)实体检索：问题是围绕着一个实体的属性方面展开的，如“复仇者联盟的上映时间？”(2)知识推理：问题需要通过一定的推理分析，如针对“zippo可否带上飞机？”这个问题，需要先推理得出

zippo是一种打火机，再针对打火机能否上飞机这个问题进行回答(3)开放领域问答:问题没有固定的标准答案，如“形容不会说话的成语”,“与外星人相关的电影”等(4)语义解析:首先需要理解问题的语义，即按照语法规则解析问题，最后转化成数据库对应的查询，如针对“复仇者联盟啥时候出？什么时候能看复仇者联盟？”这样的问题可通过语义解析将其转化为“复仇者联盟的上映时间？”这一简单查询。

除百度外，目前还有许多问答平台引入了知识图谱技术,如华盛顿大学的Paralex系统、亚马逊的自然语言助手Evi、苹果智能语音助手Siri等4.3个性化推荐个性化推荐是指基于用户画像，不同的用户会看到不同的推荐结果，有着重要的商业价值。

电子商务网站是运用个性化推荐最典型的应用，能通过行业知识图谱的丰富知识帮助实现精准营销与推荐[22]如：基于商品间的关联信息以及从网页抽取的相关信息，构建知识图谱，当用户输入关键词查看商品时，基于知识图谱向用户推荐可能需要的相关知识，包括商品结果、使用建议、搭配等，通过“你还可能感兴趣的有”、“猜您喜欢”或者是“其他人还在搜”进行相关的个性化推荐。

推荐算法可以自主分析用户历史行为以及用户、项目之间的关系，分析出用户的偏好，并基于此偏好，为用户提供个性化推荐服务，满足用户个性化需求[23]5 问题与挑战识图谱的理论方法可以使人们更加便捷、准确地获取到自己所需要的信息，具有重大的价值和研究意义。

在未来信息爆炸的世界中，知识图谱作为人们访问知识信息的接口，将扮演越来越重要的角色显然，现有的知识图谱系统还远不能满足人们的应用需求，构建一个健壮的、完善的知识图谱系统仍然面临诸多的挑战在信息抽取环节，还普遍存在算法准确性和召回率低、限制条件多、扩展性不好的问题

[20]因此，要想建成面向全球的知识图谱，第一个挑战来自开放域信息抽取，主要的问题包括实体抽取、关系抽取以及属性抽取其中，多语种、开放领域的纯文本信息抽取问题是当前面临的重要挑战[24]知识融合的挑战主要有两点：数据质量上，通常会有命名模糊、数据格式不一、同一实体的不同名称差异性；数据规模上，数据量大(并行计算) 、数据种类多、不同关系所连接的同一。

实体等[25]知识加工是最具特色的知识图谱技术，同时也是该领域最大的挑战之所在主要的研究问题包括：本体的自动构建、知识推理技术、知识质量评估手段以及推理技术的应用目前，本体构建问题的研究焦点是聚类问题，对知识质量评估问题的研究则主要关注建立完善的质量评估技术标准和指标体系。

[26]知识推理的方法和应用研究是当前该领域最为困难，同时也是最为吸引人的问题，需要突破现有技术和思维方式的限制，知识推理技术的创新也将对知识图谱的应用产生深远影响[27]最基本的挑战是如何解决知识的表达、存储与查询问题，这个问题将伴随知识图谱技术发展的始终，对该问题的解决将反过来影响上述关键的挑战和问题。

当前的知识图谱主要采用图数据库进行存储，在受益于图数据库带来的查询效率的同时，也失去了关系型数据库的优点，如SQL语言支持和集合查询效率等在查询方面，如何处理自然语言查询，对其进行分析推理，翻译成知识图谱可理解的查询表达式以及等价表达式等也都是知识图谱应用需解决的关键问题。

References(参考文献)[1]ChristianB,HeathT,Berners-LeeT,Linkeddata-thestorysofar[J]. InternationalJournalonSemanticWeban-dInformationSystems, 2009, 5(3)

：1-22.[2]王知津, 王璇,马婧. 论知识组织的十大原则[J]. 国家图书馆学刊, 2012, 21(4):3-11.[3]徐增林, 盛泳潘, 贺丽荣, 等. 知识图谱技术综述[J]. 电子科技大学学报

, 2016, 45(4):589-606.[4]姜磊, 刘琦,赵肄江, 袁鹏, 李媛, 邹子维. 面向知识图谱的信息抽取技术综述. 计算机系统应用, 2022, 31(7):46-54.[5]孙镇,

王惠临.命名实体识别研究进展综述[J]. 现代图书情报技术, 2010(6):42-47.[6]赵军, 刘康,周光有, 等. 开放式文本信息抽取[J]. 中文信息学报, 2011, 25(6):98-110.

[7]ZhengS,HaoY,LuD,etal.Jointentityandrelationextractionbasedonahybridneuralnetwork[J].Neurocomputing, 2017, 257(000):1-8.

[8]杨博, 蔡东风,杨华.开放式信息抽取研究进展[J]. 中文信息学报, 2014, 4:1-11.[9]王宇, 谭松波,廖祥文, 等. 基于扩展领域模型的有名属性抽取[J]. 计算机研究与发展, 2010, 47(9):1567-1573.

[10] Yu T, Li J, Yu Q, et al.Knowledge graph for TCM health preservation: Design, construction, and applications[J]. Artificial Intelligence in Medicine, 2017(77): 48-52.

[11] Xu B, Xu Y, Liang J, et al. 2017. Cn-dbpedia: A never-ending chinese knowledge extraction system. InInternational Conference on Industrial Engineering and Other Applications of Applied IntelligentSystems, 428–438.Springer

[12]王洪申, 李柏林, 连亚东．面向设计重用的电主轴知识图谱构建及储存方法研究[J]．机械设计与制造, 2023.[13]WongW, LiuW, BennamounM.Ontologylearningfromtext:Alookbackandintothefuture.ACMComputingSurveys, 2012, 44(4):ArticleNo.20.

[14]MENDESP N, MUHLEISEN H, BIZER C. Sieve: Linked data quality assessment and fusion[C]//Proc of the 2nd Int Workshop on Linked Web Data Management at Extending Database Technology. New York: ACM, 2012: 116-123.

[15]DONG Xin, GABRILOVICH E, HEITZ G, et al. Knowledge vault: a Web-scale approach to probabilistic knowledge fusion[C]//Proc of the 20th Int Conf on Knowledge Discovery and Data Mining. New York: ACM, 2014: 601-610.

[16]Xiao Na,Peng Bai,Li Xin,Wu Jia,Lou Jing,Si Yu. Research on the construction and implementation of power grid fault handling knowledge graphs

[J].Energy Reports,2023,9:182-189.[17]曹倩, 赵一鸣.知识图谱的技术实现流程及相关应用. 情报理论与实践, 2015, 38(12): 127–132.[18]赵世奇

. 百度知识图谱: 人工智能的知识心脏. 福州: 中国计算机大会, 2017.[19]Zhu Beibei,Bao Tie,Han Ridong,Cui Hai,Han Jiayu,Liu Lu,Peng Tao. 

An effective knowledge graph entity alignment model based on multiple information[J]. Neural Networks,2023,162:83-89.

[20]Kim Jinwoo,Shin Miyoung. A Knowledge Graph Embedding Approach for Polypharmacy Side Effects Prediction

[J]. Applied Sciences,2023,5(13):2842-2842.[21]吴正洋, 汤雍,刘海. 个性化学习推荐研究综述[J]. 计算机科学与探索, 2022, 16(1): 21-40.

[22]赵晔辉, 柳林,王海龙, 韩海燕, 裴冬梅．知识图谱推荐系统研究综述[J]．计算机科学与探索, 2023.[23]黄恒琪, 于娟,廖晓, 席运江. 知识图谱研究综述[J]. 计算机系统应用, 2019, 28(06):1-12.

[24]邓智嘉. 基于人工智能的知识图谱构建技术及应用[J] . 无线电工程, 2022, 52(5) :766- 774.[25]Li Xiu-ling, Zhang Shu-sheng, Huang Rui, Huang Bo. Process knowledge graph construction method for process reuse[J]. Journal of Northwestern Polytechnical University, 2019, 37(06):1174-1183

[26]朱冬亮, 文奕,万子琛. 基于知识图谱的推荐系统研究综述[J] . 数据分析与知识发现, 2021, 5(12):1-13.[24]Zhu Beibei,Bao Tie,Han Ridong,Cui Hai,Han Jiayu,Liu Lu,Peng Tao. 

An effective knowledge graph entity alignment model based on multiple information[J]. Neural Networks,2023,162:83-89.

[25]Kim Jinwoo,Shin Miyoung.A Knowledge Graph Embedding Approach for Polypharmacy Side Effects Prediction

[J].Applied Sciences,2023,5(13):2842-2842.[27]Chao Chen, Xuhui Dou, Jiankai Zhang，Qi Wu.Research and implementation of a knowledge graph-based job recommendation system[J].

Computer Informatization and Mechanical System,2023,1(6):20-24.

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186