人工智能技术的根基

　　知识图谱是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法。知识图谱由节点和边组成。节点可以是实体，例如人，书等，也可以是抽象概念，例如人工智能，知识云图等。

　　边可以是实体的属性，例如名称和标题，也可以是实体之间的关系，例如朋友和配偶。知识图的早期概念来自语义网（semantic web），其最初的理想是将基于文本链接的万维网转换为基于物理链接的语义网。

　　知识图谱旨在从数据中识别，发现和推断事物与概念之间的复杂关系，并且是事物之间关系的可计算模型。知识图谱的构建涉及知识建模、关系抽取、图存储、关系推理、实体融合等多方面的技术，而知识图谱的应用则涉及语义搜索，智能问答，语言理解，决策分析等领域。构建和充分利用知识图需要系统地使用技术，包括知识表示（KnowledgeRepresentation），图数据库，自然语言处理，机器学习等。

　　知识图谱不是突然出现的新技术，而是历史上许多相关技术的交互和继承的结果，这些技术包括语义网络，知识表示，本体论，语义网，自然语言处理等。语言处理和其他技术基因。

　　从人工智能发展的早期历史来看，语义网是传统人工智能与Web融合的结果，是知识表示和推理在Web中的应用。RDF（Resource Description Framework，资源描述框架）、OWL（Web Ontology Language，网络本体语言）都是面向Web设计实现的标准化的知识表示语言；而知识图谱则可以看作是Semantic Web的一种简化后的商业实现

　　举报/反馈