随着互联网的发展，网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点，给人们有效获取信息和知识提出了挑战。知识图谱（Knowledge Graph) 以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础。
知识图谱作为近两年在大数据时代下新颖的知识组织与检索技术，其知识组织和展示的优势逐渐体现出来，受到众多领域的关注。知识图谱旨在描述现实世界中存在的实体以及实体之间的关系。知识图谱于2012年5月17日由[Google]正式提出，其初衷是为了提高搜索引擎的能力，改善用户的搜索质量以及搜索体验。随着人工智能的技术发展和应用，知识图谱逐渐成为关键技术之一，现已被广泛应用于智能搜索、智能问答、个性化推荐、内容分发等领域。
虽然您可能说不出知识图谱的具体定义，但其实您每天都在使用它。当您在百度搜索时，搜索结果右侧的联想，就来自于知识图谱技术的应用；您问百度某个字怎么念，答案也来自知识图谱的应用；您和度秘聊天，问他詹姆斯和科比谁厉害、都取得了哪些成就等等，背后都是知识图谱在发挥作用……现在网络搜索、地图、金融等越来越多的领域，都越来越依赖知识图谱。
通过本场 Chat 中，您将会了解到：
- 知识图谱的基本概念；
- 知识图谱与人工智能的关系；
- 知识图谱的构建技术浅述；
- 知识图谱的在行业中的典型应用；
- 知识图谱的总结与展望。
随着互联网的发展，网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点，给人们有效获取信息和知识提出了挑战。知识图谱（Knowledge Graph）以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础。
知识图谱是知识工程的一个分支，以知识工程中语义网络作为理论基础，并且结合了机器学习，自然语言处理和知识表示和推理的最新成果，在大数据的推动下受到了业界和学术界的广泛关注。
本文从知识图谱出发，分别浅述了知识图谱的基本概念、知识图谱与人工智能的关系、知识图谱构建技术、知识图谱的在行业中的典型应用，最后对目前的知识图谱技术做出总结并展望。
1. 知识图谱（Knowledge Graph）的基本概念知识图谱（Knowledge Graph），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，实体之间通过关系相互联结，构成网状的知识结构。
其中：
- 实体：对应现实世界的语义本体
- 关系：对应本体间的关系，连接了不同类型的实体
- 属性：描述一类实体的 common 特性，实体被属性所标注
The world is not made of strings , but is made of things. 知识图谱旨在描述真实世界中存在的各种实体或概念。即知识图谱实现对客观世界从字符串描述到结构化语义描述，是对客观世界的知识映射（mapping world knowledge）。
<
