2018年的中文知识图谱研究报告

知识图谱（Knowledge Graph）以结构化的形式描述客观世界中概念、实体及 其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地 组织、管理和理解互联网海量信息的能力。知识图谱给互联网语义搜索带来了活 力，同时也在智能问答中显示出强大威力，已经成为互联网知识驱动的智能应用 的基础设施。知识图谱与大数据和深度学习一起，成为推动互联网和人工智能发 展的核心驱动力之一。 知识图谱技术是指知识图谱建立和应用的技术，是融合认知计算、知识表示 与推理、信息检索与抽取、自然语言处理与语义 Web、数据挖掘与机器学习等方 向的交叉研究。知识图谱于 2012 年由谷歌提出并成功应用于搜索引擎，知识图 谱属于人工智能重要研究领域——知识工程的研究范畴，是利用知识工程建立大 规模知识资源的一个杀手锏应用。94 年图灵奖获得者、知识工程的建立者费根 鲍姆给出的知识工程定义——将知识集成到计算机系统从而完成只有特定领域 专家才能完成的复杂任务。在大数据时代，知识工程是从大数据中自动或半自动 获取知识，建立基于知识的系统，以提供互联网智能知识服务。大数据对智能服 务的需求，已经从单纯的搜集获取信息，转变为自动化的知识服务。我们需要利 用知识工程为大数据添加语义/知识，使数据产生智慧（smart data），完成从数据 到信息到知识，最终到智能应用的转变过程，从而实现对大数据的洞察、提供用 户关心问题的答案、为决策提供支持、改进用户体验等目标。知识图谱在下面应 用中已经凸显出越来越重要的应用价值