林艳婷，刘佳，李红阳，蒋梓涵 （南京工程学院，江苏 南京 211167）

Tim Berners Lee在1998提出Semantic Web，他提出了能够构建全球化“链接”为中心的信息系统，任何人都能够将自己文档采用添加链接方法链入其中。认为链接作为中心与图组织方式，相较树层次化组织方式，对于互联网开放系统更为适合，该方法逐渐被人发现并演化为World Wide Web。之后出现大批新兴语义库，譬如True Knowledge、Wolfram Alpha、Schema.ORG。自此之后知识图谱也逐渐发挥应用于语义搜索、智能回答、辅助理解、辅助大数据分析、辅助图像分类等领域的功能作用。

知识图谱构建图

1 施工场景知识图谱构建

知识图谱构建技术（见下图），包括了知识获取、知识融合、知识计算应用三大部分。

1.1 知识抽取

知识抽取可以根据具体任务，划分为概念抽取、实体识别、关系抽取、事件抽取与规则抽取，在传统专家系统时代背景下，知识更多依靠手工录入规模有限。现代知识图谱构建，一般依靠现有结构化数据资源，可以成功转化为基础数据集，并完成自动化抽取和补全知识图谱等技术，实现对图谱数据资源的充分扩展。

1.2 知识融合

对知识图谱构建过程中，可以根据第三方知识库产品和结构化数据，成功获取知识输入，譬如与开放数据项目相关联，可以定期发布整理积累的语义知识数据，还有DBpedia、Yago等通用知识库，能够面向特定知识库产品。对于多知识图谱通合中，可以实现模式层、数据层相融合，这样可以有效避免出现实例、关系冲突引发的冗余问题。

1.3 知识图谱补全

一般以基于本体推理补全法、逻辑描述推理法应用较多，知识图谱的补全推理有RDFox、RACER、TrOWL、HermiT等，该类推理对于TBox概念层推理，能够达到实体级关系补全效果。……