知识图谱（Knowledge Graph, KG）（王昊奋老师-课程学习笔记）

主要内容：
1、知识图谱的概念
2、典型知识库介绍（简）
3、知识图谱技术概览
4、典型案例简介

---

知识图谱(KG)的概念

知识图谱(KG)得益于Web的发展（更多的是数据层面），有着来源于KR、NLP、Web、AI多个方面的基因。知识图谱(KG)的概念演化如图：

知识图谱是2012年后的提法，基础还是语义网和本体论。

知识图谱的本质包含：
一、 知识表示——Knowledge Representation
二、 基于知识表示的知识库——Knowledge Base
知识库的来源：知识构建、知识抽取、知识融合
知识库怎么用：语义搜索、知识问答

知识图谱由文本(Texts、Documents)的链接到对象(Objects)的链接。

知识图谱(KG)的作用:
1、辅助搜索
2、辅助问答
3、辅助决策
4、辅助AI：常识推理

知识图谱的深度学习的区别：
人的大脑依赖所学的知识进行思考、逻辑推理、理解语言。
可以将深度学习和知识图谱比作是“聪明的AI”和“有学识的AI”。
1、深度学习：主要是【学习】能力，通过强大的计算能力，感知、识别、判断来进行学习。
2、知识图谱：主要是【推理】能力，通过已有的规则和