知识图谱及应用案例

知识图谱通过数据挖掘、分析、加工、整合、构建、绘制、知识计量和图形绘制等过程，从错综复杂的多源异构数据中揭示知识领域的动态发展规律，以可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构，形成多学科融合目的的现代理论，为学科研究提供切实的、有价值的参考。

近年来，知识图谱越来越引起科研人员和工程人员的关注，在自然语言处理、机器学习、图数据库、知识工程等多个领域得到广泛应用。随着智能信息服务应用的不断发展，知识图谱已被广泛应用于智能搜索、智能问答、个性化推荐、情报分析、反欺诈等领域。如何利用知识图谱现有理论知识构建知识图谱并应用于工程实践，这就需要专业人员对当前知识图谱理论知识和技术研究成果进行系统性梳理，编写一本理论与实际相结合的知识图谱专著，以期对热衷于知识图谱的学习者提供理论和实践依据。因此，我们团队在进行了大量调研、资料整理、实践和实验后编写此书。本书得到国家自然基金项目（62072378、62172338）的资助。

本书包含了很多专家、教师和学者网上提供有关知识图谱的理论、方法和案例，在此表示衷心感谢。由于知识图谱为典型的多学科交叉领域，涉及知识工程、自然语言处理、机器学习、图数据库等多领域的理论和方法，以及作者水平有限，书中难免存在疏漏和不足之处，恳请广大同行和读者批评指正，以便在再版时补充和修改。

作 者

2021年6月

第1章 基础知识 1
1.1 大数据 1
1.1.1 基本概念 1
1.1.2 大数据价值 2
1.1.3 大数据来源 4
1.1.4 大数据可视化 8
1.1.5 大数据发展趋势 11
1.2 知识图谱 12
1.2.1 KG基础 12
1.2.2 KG与各学科之间的关系 17
1.2.3 KG优势 19
1.2.4 KG可视化 22
1.2.5 KG常见的应用场景 23
1.2.6 KG面临的困难和挑战 27
第2章 知识抽取与存储 29
2.1 概述 29
2.1.1 知识抽取基本概念 29
2.1.2 知识抽取基础问题 35
2.2 实体抽取 38
2.2.1 基本问题 38
2.2.2 实体抽取方法 38
2.2.3 语义类抽取 42
2.2.4 属性提取 42
2.2.5 汉语实体抽取 44
2.2.6 实体抽取标准库和评估标准 45
2.3 关系抽取 47
2.3.1 基本问题 47
2.3.2 关系抽取方法 47
2.3.3 评测数据集和评测标注 53
2.3.4 关系抽取发展趋势 54
2.4 事件抽取 55
2.4.1 基本概念 55
2.4.2 基本方法 58
2.4.3 效果评估 61
2.4.4 研究趋势 62
2.5 知识抽取 62
2.5.1 知识抽取方法 64
2.5.2 基于自然语言处理的知识抽取方法 66
2.5.3 基于NLP的知识抽取系统架构 69
2.5.4 知识抽取系统的评价 70
2.5.5 知识抽取工具 70
2.5.6 知识抽取应用 72
2.5.7 发展趋势 73
2.6 知识存储 73
2.6.1 知识存储方式 73
2.6.2 数据库管理系统 74
2.6.3 数据标记语言 77
2.7 开放知识库和KG 78
第3章 知识表示、推理和融合 82
3.1 知识表示 82
3.1.1 基本概念 82
3.1.2 知识表示方法 84
3.2 知识建模 96
3.3 知识推理 96
3.4 知识融合 101
3.4.1 基本概念 101
3.4.2 知识融合方法分类和融合流程 104
3.4.3 框架融合 105
3.4.4 实体对齐 106
3.4.5 实体消歧 110
3.4.6 冲突检测与消解 115
3.4.7 知识加工、更新、推理、计算、存储 116
3.5 知识表示学习 118
3.5.1 基础知识 118
3.5.2 知识表示学习方法 120
3.6 知识体系 129
3.6.1 构建方法 131
3.6.2 知识体系学习模型 133
第4章 KG技术架构 136
4.1 KG构建 136
4.1.1 构建KG的思路 136
4.1.2 KG技术架构 140
4.1.3 KG中的基本算法 149
4.2 KG构建方法 151
4.3 基于深度学习的KG构建方法 153
4.4 医疗KG构建和应用简单介绍 155
4.4.1 医疗知识图谱构建 155
4.4.2 医学知识图谱应用 157
4.5 KG的应用 158
4.6 KG资源 160
第5章 基于KG的搜索、问答和推荐系统 165
5.1 概述 165
5.2 语义搜索 166
5.2.1 基础知识 166
5.2.2 搜索方法 170
5.3 推荐系统 174
5.3.1 概述 175
5.3.2 推荐系统架构 180
5.3.3 典型推荐算法 190
5.3.4 基于KG的推荐系统 194
5.4 知识问答 198
5.4.1 概述 198
5.4.2 传统FAQ 201
5.4.3 基于神经网络的方法 203
5.4.4 知识问答系统 205
5.4.5 基于KG的问答 208
5.4.6 典型的智能问答产品 212
第6章 KG应用 216
6.1 图数据库 216
6.1.1 Neo4j介绍 216
6.1.2 Neo4j安装 219
6.1.3 Cypher查询语言 226
6.1.4 Neo4j的图形操作界面和基本操作 229
6.2 Neo4j创建KG 232
6.2.1 创建KG的三种方式 232
6.2.2 人物关系KG 232
6.2.3 社交网络KG 237
6.2.4 电影KG 240
6.2.5 医疗KG 242
6.2.6 药材供应链KG 243
6.3 开源KG框架SmartKG 245
参考文献 249

1. Python程序设计案例教程（微课版） [主编　石利平　田辉平　余以胜]
2. 皓月繁星：青少年儿童心理成长手册 [主　编　林赞歌 副主编　杜志南]
3. 材料力学 [章宝华 赵新胜 徐斌]
4. 系统集成项目管理工程师考试32小时通关（第3版） [主编　薛大龙 副主编　上官绪阳]
5. 软考论文高分特训与范文10篇——系统分析师（第二版） [薛大龙 邹月平 施游]
6. 黄河海勃湾水利枢纽防凌安全运行 [王战领 王丛发 范瑜彬 著]
7. 大学生心理健康教育 [方雄 著]
8. 达梦数据库管理与应用 [主 编 郭景辉 范丽萍 庄 鑫]
9. 信息系统管理工程师章节习题与考点特训（适配第2版考纲） [主 编 薛大龙 王建平]
10. 网络工程师真题及冲刺卷精析（适用机考） [主编 朱小平 施游]
11. 网络工程师32小时通关（适配第6版考纲） [主编　薛大龙　王开景]
12. 大学语文 [主编　陈秀泉]
13. 平面与色彩构成（微课版） [主编　帅敏　高菲　刘彩虹]
14. 边缘计算与智能视觉应用 [主编 林海 许华宇 徐卉]
15. 零基础玩转国产大模型DeepSeek [徐永冰 张帅 编著]
16. 网络工程师5天修炼（适配第6版考纲） [主编　朱小平 施游]
17. 信息系统项目管理师考试32小时通关（适用第4版考纲） [薛大龙]
18. 信息系统管理工程师考试32小时通关（适配第2版考纲） [薛大龙　刘伟]
19. 土木工程材料检测实训 [洪晓江 达则晓丽 钱波]
20. 科技信息检索与论文写作实用教程 [李振华]
21. 传统山水画论解读与实践 [陈钠 著]
22. Python数据库编程 [主编 殷树友 邢 翀]
23. 计算机基础实训指导 [主编 袁春萍 朱妮]
24. 嵌入式人工智能技术应用（数字教材） [主编 胡娜 杨国勇 晏廷荣]
25. Vienna整流器技术 [桂存兵 著]
26. 变频器与伺服应用 [陈刚 叶云飞]
27. 物联网工程设计与实践 [汤琳 李敏]
28. 炉边夜话——深入浅出话AI [汪建　著]
29. 电商运营与管理 [钟肖英 陈潇]
30. Java面向对象程序设计 [主编 姜春磊 陈虹洁]