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

• 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絡分析 開始成為一種研究當代科學發展脈絡的常用方法；

• 第二階段（1977年-2012 年）是知識圖譜的發展階段，語義網得到快速發展，“知識本體”的研究 開始成為計算機科學的一個重要領域，知識圖譜吸收了語義網、本體在知識組織和表達方面的理念，使得知識更易于在計算機之間和計算機與人之間交換、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改善了搜索引擎性能。在人工智能的蓬勃發展下，知識圖譜涉及到的知識抽取、表示、融合、推理、問答等關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領域的一個新熱點，受到國內外學者和工業界廣泛關注。

知識圖譜具體的發展歷程如下圖所示。

案例講解素材

近年來，隨著語義Web的興起，本體技術受到了廣泛關注。很多大型跨國公司都開始研究本體技術。谷歌于2012年提出了知識圖譜的項目，旨在利用本體技術來提高搜索的精度和更智能化的知識瀏覽。國內的互聯網公司，如百度、搜狗，也已經開展這方面的項目。微軟提出了Probase項目，旨在通過爬取網頁中的信息來構建大規模的本體。IBM利用語義Web技術來處理異構醫療數據的整合以及更準確的查詢回答。本體技術在IBM的著名問答系統Watson中發揮了重要的作用。Oracle實現了一個強大的語義數據推理和索引系統。本體技術還受到歐美政府的支持。英國政府發起了http://Data.gov.uk項目，把很多政府網站的信息都以本體的形式分布。而美國政府也有類似的項目。學術界對本體的研究有很多成果，特別是在計算機科學領域，有很多實用的技術被開發。歐盟在最近5年投入大量科研經費（累積超過數億歐元）用于本體相關的研究。

1.2 知識圖譜的重要性
哲學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）、真實性（True）、被相信 （Believed）。簡單而言，知識是人類通過觀察、學習和思考有關客觀世界的各種現象而獲得和總結出的所有事實（Facts）、概念（Concepts）、規則或原則（Rules & Principles）的集合。人類發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、數學語言、物理模型、化學 公式等，可見對于客觀世界規律的知識化描述對于人類社會發展的重要性。具有獲取、表示和處理知識的能力是人類心智區別于其它物種心智的重要特征，知識圖譜已成為推動機器基于人類知識獲取認知能力的重要途 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展。

n 知識圖譜是強人工智能發展的核心驅動力之一。

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，改善用戶的搜索質量以及搜索體驗。當前的人工智能技術其實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）和認知智能（涉及知識推理、因果分析等），知識圖譜技術就是認知智能領域中的主要技術，是人工智能技術的組成部分，其強大的語義處理和互聯組織能力，為智能化信息應用提供了基礎。

一個知識圖譜旨在描述現實世界中存在的實體以及實體之間的關系。隨著人工智能技術的發展和應用，知識圖譜作為關鍵技術之一，已被廣泛應用于智能搜索、智能問答、個性化推薦、內容分發等領域。

從使用范圍來說，知識圖譜分為通用知識圖譜和領域知識圖譜，通用知識圖譜強調的是廣度，數據多來自于互聯網，而領域知識圖譜應用于垂直領域，成為了基礎數據服務。

1.3 知識圖譜的定義
知識圖譜（Knowledge Graph）以結構化的形式描述客觀世界中概念、實體及其關系，將互聯網的信息表達成更接近人類認知世界的形式，提供了一種更好地組織、管理和理解互聯網海量信息的能力。知識圖譜 給互聯網語義搜索帶來了活力，同時也在智能問答中顯示出強大威力，已 經成為互聯網知識驅動的智能應用的基礎設施。知識圖譜與大數據和深度 學習一起，成為推動互聯網和人工智能發展的核心驅動力之一。

技術標準化研究院 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界的大 規模知識應用，它將互聯網上可以識別的客觀對象進行關聯，以形成客觀世界實體和實體關系的知識庫，其本質上是一種語義網絡，其中的節點代表實體(entity)或者概念(concept)，邊代表實體/概念之間的各種語義關系。知識圖譜的架構，包括知識圖譜自身的邏輯結構以及構建知識圖譜所采用的技術（體系）架構。知識圖譜的邏輯結構可分為模式層與數據層，模式層在數據層之上，是知識圖譜的核心，模式層存儲的是經過提煉的知識，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、規則和約束條件的支持能力來規范實體、關系以及實體的類型和屬性等對象之間的聯系。數據層主要是由一系列的事實組成，而知識將以事實為單位進行存儲。在知識圖譜的數據層，知識以事實（fact）為單位存儲在圖數據庫。 如果以“實體－關系－實體”或者“實體－屬性－性值”三元組作為事實的基本表達方式，則存儲在圖數據庫中的所有數據將構成龐大的實體關系網絡，形成“知識圖譜”。

知識圖譜旨在描述真實世界中存在的各種實體或概念及其關系,其構成一張巨大的語義網絡圖，節點表示實體或概念，邊則由屬性或關系構成。現在的知識圖譜已被用來泛指各種大規模的知識庫。

如上圖所示，知識圖譜中包含三種節點，其基本形式為（實體1-關系-實體2）、（實體-屬性-屬性值）。

實體：指的是有可區別性且獨立存在的事物。如某個國家：中國、英國等；某個城市：北京、倫敦等。

語義類：具有某種特性的實體構成的集合，如國家、城市、民族等。

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

關系：在知識圖譜上，關系是把kk個圖節點（實體、語義類、屬性值）映射到布爾值的函數。

基于上述的語義圖概念，我們可以構建一個國家的知識圖譜作為例子，如下圖所示：