知识图谱：基本概念

知识图谱的定义

知识图谱是关于某个主题的知识的结构化表示所组成的关系网络，它由节点和（连接不同节点的）边构成，本质上是一种语义网络。知识图谱中的每个节点代表该主题内一个实体或概念，边代表相连实体或概念间的语义关系。

什么是知识：从数据到知识

• 数据：未经处理过的事实或信号的记录等（即：非结构化数据）
• 信息：经过解释整理，被赋予意义的数据（即：结构化数据）
• 知识：从信息中推断或预测出的事实或规律

例如对简历解析任务来说：一份原始的 pdf 或 word 格式简历文件就是数据，因为它是直接采集（收集）到的客观事实、尚未经任务人工处理；通过文本提取技术，得到的简历内容的逐行文本文档即是信息，它已经经过了结构化处理；再通过NER技术，从简历文本文档中提取到姓名、工作经历等实体信息后，这些关于目标实体的信息即可以理解成一种知识了。

知识的结构化表示：知识表示

知识表示（knowledge representation）是用易于被计算机处理的方式来描述人脑知识的方法¹。它可分为符号表示和向量表示（Embeding）两类，符号表示可解释性好、开发建设简单，但不易刻画隐式知识，且进行知识推理困难；向量表示鲁棒性好、易于刻画隐式知识且易于进行知识推理，但它也丢失了符号表示的可解释性，且需要基于符号表示的知识图谱二次开发得到，实现复杂、开发成本更高。更多详细信息请阅读作者文章：知识图谱：知识表示。

语义网络：知识图谱的发展历史

语义网络是当前 Web（万维网）技术的扩展。在语义网络中，信息被赋予定义明确的含义，能更好地使计算机和人合作工作。

本体、实体和关系

本体（ontology），实体（entity），关系（relation），属性（property）

---

1. 一般来讲，人脑中的知识往往是声音、图像、感官信号和语言描述等非结构化信息，这难以被计算机所理解，因此需要通过某种方法将其编辑成可供计算机理解的结构化数据。 ↩︎