段梦诗，肖 乐

（河南工业大学信息科学与工程学院，河南郑州 450000）

0 引言

21 世纪人工智能经历了从知识到大数据的过渡，符号主义的人工智能强调知识对智能的作用，但因需要大量的语料库和规则库，一般只适用于专用领域而不适用于智能系统。机器学习、深度学习算法的兴起和发展能够更准确、深入地挖掘出数据背后的新知识，但也因为深度学习只能提取潜在特征，抽取不到语义特征，所以要将符号主义与联结主义相结合，即再次将知识与数据联结，知识图谱就是其中的一个重要表现。

知识图谱由许多大规模的语义网络组成［1］。相较于20 世纪七八十年代传统的语义网络，知识图谱更能适应互联网大数据时代应用需求，能够自动获取、构建大规模高质量的知识库。具体来说，知识图谱是用结构化的形式将客观世界中的实体、概念及其语义关系以图的形式呈现出来，使人们更加快速、准确地获得所需信息，这也是机器理解自然语言的关键一步［2］。

目前知识图谱在计算机视觉、语音处理和自然语言处理等领域产生了巨大的应用价值，在金融、医疗健康、教育、生物等领域有了巨大成就，然而知识图谱在农业上的应用却很少。根据联合国粮农组织2020 年的一项调查，预测由新冠肺炎（COVID-19）导致的经济萎缩将使全球饥饿人数增加8 300 万，甚至达到1.32 亿，若疫情得不到很好控制则会极大影响粮食生产，进而加剧全球粮食系统的脆弱性和供给不足。……