0. AI为什么需要知识图谱？ 人工智能分为三个阶段，从机器智能到感知智能，再到认知智能。 机器智能更多强调这些机器的运算的能力，大规模的集群的处理能力，GPU的处理的能力。 在这个基础之上会有感知智能，感知智能就是语音识别、图像识别，从图片里面识别出一个猫，识别人脸，是感知智能。感知智能 ...

这是我阅读知乎专栏https://zhuanlan.zhihu.com/knowledgegraph上的文章做的一些笔记。详细的内容可以去原文了解。 语义网络（semantic networks） 用相互连接的节点和边来表示知识。节点表示对象、概念，边表示节点之间的关系。 优点 ...

知识图谱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。 元组的基本形式主要包括实体1、关系、实体2 和概念、属性、属性值等， 实体是知识图谱 ...

提出了挑战。知识图谱（Knowledge Graph) 以其强大的语义处理能力和开放组织能力，为互联网时 ...

1.定义 通用概念知识图谱指由实体（比如“刘德华”）、概念（比如“演员”），实体与概念之间的类属关系（又称isA关系，比如 “刘德华 isA 演员”），概念与概念之间的 subclass of 关系（比如 “电影演员”是“演员”的子类）组成的图谱。通常后面两类关系，又统称为 isA 关系 ...

的知识图谱，公司的董事和中层以及普通员工都是员工，你在查找员工的时候，就需要把董事以及各个职位的人都查找 ...

我们构建知识图谱的目的，在于利用知识图谱来做一些事情。有效利用知识图谱，就是要考虑知识图谱的具备的能力，知识图谱具有哪些能力呢，首先我们知道知识图谱包含了海量的数据，是一个超级知识库，所以我们可以依赖它进行搜索一些内容，由于知识图谱的数据组织方式是计算机能理解的，具有语义，这种搜索可以定义为语义 ...

前两次介绍了知识图谱的基本概念和知识图谱的构建方式，这次介绍一下知识图谱系统的构建过程。 1 知识图谱的总体构建思路 如图所示，从原始的数据到形成知识图谱，经历了知识抽取、知识融合（实体对齐）、数据模型构建、质量评估等步骤。 原始的数据，按照数据的结构化程度来分，可以分为结构化数据 ...