书:pan.baidu.com/s/1DbkcQwgOVgMAQk5Rh0IcKg?pwd=5bqs
- 知识图谱的定义：
- 知识图谱（Knowledge Graph）又称为科学知识图谱，由Google于2012年5月提出，目的是提高搜索引擎的能力，改善用户的搜索质量及搜索体验。
- 知识图谱的构成：
- 知识图谱是一种语义网络（Semantic Network）的知识库，可以构建庞大的知识网络，包含世间万物构成的实体以及它们之间的关系，图文并茂地展现知识方方面面的属性。
- 知识图谱的基本概念：
- 知识图谱旨在以结构化的形式描述现实世界中存在的概念、实体及其间关系的语义网络。
- 知识图谱的节点与边：
- 知识图谱包含多种类型的节点（概念、实体）和多种类型的边（概念或实体的属性、概念或实体间的关系）的多关系图。
- 知识图谱的实体与类：
- 实体是现实世界中的具有可区别性且独立存在的某种具体事物，是知识图谱中的最基本元素。类（class）或概念（concepts）是具有同种特性的实体构成的集合。
- 知识图谱的关系与属性：
- 关系是某个领域中概念或实体之间的外在相互联系。属性是某个实体或概念的固有内在特性。
- 知识图谱的存储方式：
- 知识图谱的存储方式主要有两种：基于RDF的存储（三元组，不包含属性信息）和基于图数据库的存储（更容易表达现实的业务场景）。
- 知识图谱的基本单位：
- 知识图谱的基本单位是由“实体1-关系-实体2”、“实体、属性、属性值”构成的三元组。
- 知识图谱的构建技术：
- 知识图谱的构建技术包括原始数据的收集、信息提取、知识融合、知识加工和知识更新等步骤。
- 知识图谱的应用领域：
- 知识图谱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。
- 知识图谱的示例：
- 知识图谱可以表示实体和关系的属性，如“狗-是-宠物”这样的三元组关系。
- 知识图谱的发展趋势：
- 随着人工智能技术的不断发展和应用，知识图谱将逐渐成为关键技术之一，并在更多领域发挥重要作用。
请注意，以上内容是从《人工智能之知识图谱（文字版）》中提取的原文观点或内容摘要，并非直接引用的原文段落。如需具体的原文内容，请直接查阅原著。