知識圖譜通過數據挖掘、分析、加工、整合、構建、繪制、知識計量和圖形繪制等過程，從錯綜復雜的多源異構數據中揭示知識領域的動態發展規律，以可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構，形成多學科融合目的的現代理論，為學科研究提供切實的、有價值的參考。

近年來，知識圖譜越來越引起科研人員和工程人員的關注，在自然語言處理、機器學習、圖數據庫、知識工程等多個領域得到廣泛應用。隨著智能信息服務應用的不斷發展，知識圖譜已被廣泛應用于智能搜索、智能問答、個性化推薦、情報分析、反欺詐等領域。如何利用知識圖譜現有理論知識構建知識圖譜并應用于工程實踐，這就需要專業人員對當前知識圖譜理論知識和技術研究成果進行系統性梳理，編寫一本理論與實際相結合的知識圖譜專著，以期對熱衷于知識圖譜的學習者提供理論和實踐依據。因此，我們團隊在進行了大量調研、資料整理、實踐和實驗后編寫此書。本書得到國家自然基金項目（62072378、62172338）的資助。

本書包含了很多專家、教師和學者網上提供有關知識圖譜的理論、方法和案例，在此表示衷心感謝。由于知識圖譜為典型的多學科交叉領域，涉及知識工程、自然語言處理、機器學習、圖數據庫等多領域的理論和方法，以及作者水平有限，書中難免存在疏漏和不足之處，懇請廣大同行和讀者批評指正，以便在再版時補充和修改。

作 者

2021年6月

第1章 基礎知識 1
1.1 大數據 1
1.1.1 基本概念 1
1.1.2 大數據價值 2
1.1.3 大數據來源 4
1.1.4 大數據可視化 8
1.1.5 大數據發展趨勢 11
1.2 知識圖譜 12
1.2.1 KG基礎 12
1.2.2 KG與各學科之間的關系 17
1.2.3 KG優勢 19
1.2.4 KG可視化 22
1.2.5 KG常見的應用場景 23
1.2.6 KG面臨的困難和挑戰 27
第2章 知識抽取與存儲 29
2.1 概述 29
2.1.1 知識抽取基本概念 29
2.1.2 知識抽取基礎問題 35
2.2 實體抽取 38
2.2.1 基本問題 38
2.2.2 實體抽取方法 38
2.2.3 語義類抽取 42
2.2.4 屬性提取 42
2.2.5 漢語實體抽取 44
2.2.6 實體抽取標準庫和評估標準 45
2.3 關系抽取 47
2.3.1 基本問題 47
2.3.2 關系抽取方法 47
2.3.3 評測數據集和評測標注 53
2.3.4 關系抽取發展趨勢 54
2.4 事件抽取 55
2.4.1 基本概念 55
2.4.2 基本方法 58
2.4.3 效果評估 61
2.4.4 研究趨勢 62
2.5 知識抽取 62
2.5.1 知識抽取方法 64
2.5.2 基于自然語言處理的知識抽取方法 66
2.5.3 基于NLP的知識抽取系統架構 69
2.5.4 知識抽取系統的評價 70
2.5.5 知識抽取工具 70
2.5.6 知識抽取應用 72
2.5.7 發展趨勢 73
2.6 知識存儲 73
2.6.1 知識存儲方式 73
2.6.2 數據庫管理系統 74
2.6.3 數據標記語言 77
2.7 開放知識庫和KG 78
第3章 知識表示、推理和融合 82
3.1 知識表示 82
3.1.1 基本概念 82
3.1.2 知識表示方法 84
3.2 知識建模 96
3.3 知識推理 96
3.4 知識融合 101
3.4.1 基本概念 101
3.4.2 知識融合方法分類和融合流程 104
3.4.3 框架融合 105
3.4.4 實體對齊 106
3.4.5 實體消歧 110
3.4.6 沖突檢測與消解 115
3.4.7 知識加工、更新、推理、計算、存儲 116
3.5 知識表示學習 118
3.5.1 基礎知識 118
3.5.2 知識表示學習方法 120
3.6 知識體系 129
3.6.1 構建方法 131
3.6.2 知識體系學習模型 133
第4章 KG技術架構 136
4.1 KG構建 136
4.1.1 構建KG的思路 136
4.1.2 KG技術架構 140
4.1.3 KG中的基本算法 149
4.2 KG構建方法 151
4.3 基于深度學習的KG構建方法 153
4.4 醫療KG構建和應用簡單介紹 155
4.4.1 醫療知識圖譜構建 155
4.4.2 醫學知識圖譜應用 157
4.5 KG的應用 158
4.6 KG資源 160
第5章 基于KG的搜索、問答和推薦系統 165
5.1 概述 165
5.2 語義搜索 166
5.2.1 基礎知識 166
5.2.2 搜索方法 170
5.3 推薦系統 174
5.3.1 概述 175
5.3.2 推薦系統架構 180
5.3.3 典型推薦算法 190
5.3.4 基于KG的推薦系統 194
5.4 知識問答 198
5.4.1 概述 198
5.4.2 傳統FAQ 201
5.4.3 基于神經網絡的方法 203
5.4.4 知識問答系統 205
5.4.5 基于KG的問答 208
5.4.6 典型的智能問答產品 212
第6章 KG應用 216
6.1 圖數據庫 216
6.1.1 Neo4j介紹 216
6.1.2 Neo4j安裝 219
6.1.3 Cypher查詢語言 226
6.1.4 Neo4j的圖形操作界面和基本操作 229
6.2 Neo4j創建KG 232
6.2.1 創建KG的三種方式 232
6.2.2 人物關系KG 232
6.2.3 社交網絡KG 237
6.2.4 電影KG 240
6.2.5 醫療KG 242
6.2.6 藥材供應鏈KG 243
6.3 開源KG框架SmartKG 245
參考文獻 249

1. Python程序設計案例教程（微課版） [主編　石利平　田輝平　余以勝]
2. 皓月繁星：青少年兒童心理成長手冊 [主　編　林贊歌 副主編　杜志南]
3. 材料力學 [章寶華 趙新勝 徐斌]
4. 系統集成項目管理工程師考試32小時通關（第3版） [主編　薛大龍 副主編　上官緒陽]
5. 軟考論文高分特訓與范文10篇——系統分析師（第二版） [薛大龍 鄒月平 施游]
6. 黃河海勃灣水利樞紐防凌安全運行 [王戰領 王叢發 范瑜彬 著]
7. 大學生心理健康教育 [方雄 著]
8. 達夢數據庫管理與應用 [主 編 郭景輝 范麗萍 莊 鑫]
9. 信息系統管理工程師章節習題與考點特訓（適配第2版考綱） [主 編 薛大龍 王建平]
10. 網絡工程師真題及沖刺卷精析（適用機考） [主編 朱小平 施游]
11. 網絡工程師32小時通關（適配第6版考綱） [主編　薛大龍　王開景]
12. 大學語文 [主編　陳秀泉]
13. 平面與色彩構成（微課版） [主編　帥敏　高菲　劉彩虹]
14. 邊緣計算與智能視覺應用 [主編 林海 許華宇 徐卉]
15. 零基礎玩轉國產大模型DeepSeek [徐永冰 張帥 編著]
16. 網絡工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
17. 信息系統項目管理師考試32小時通關（適用第4版考綱） [薛大龍]
18. 信息系統管理工程師考試32小時通關（適配第2版考綱） [薛大龍　劉偉]
19. 土木工程材料檢測實訓 [洪曉江 達則曉麗 錢波]
20. 科技信息檢索與論文寫作實用教程 [李振華]
21. 傳統山水畫論解讀與實踐 [陳鈉 著]
22. Python數據庫編程 [主編 殷樹友 邢 翀]
23. 計算機基礎實訓指導 [主編 袁春萍 朱妮]
24. 嵌入式人工智能技術應用（數字教材） [主編 胡娜 楊國勇 晏廷榮]
25. Vienna整流器技術 [桂存兵 著]
26. 變頻器與伺服應用 [陳剛 葉云飛]
27. 物聯網工程設計與實踐 [湯琳 李敏]
28. 爐邊夜話——深入淺出話AI [汪建　著]
29. 電商運營與管理 [鐘肖英 陳瀟]
30. Java面向對象程序設計 [主編 姜春磊 陳虹潔]