段 浩，韩 昆，赵红莉，蒋云钟，李 豪，毛文山

（中国水利水电科学研究院，北京 100038）

1 研究背景

知识图谱（Knowledge Graph）是一种通用语义知识形式化描述框架［1］，Google 公司于2012年首次提出这一概念，用于提高信息资源的搜索能力。这项技术主要是利用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系，为人们提供了一种高效地组织、管理和分析海量数据的方法［2］，从而更加便捷地获取知识。

随着社会服务智能化需求的提升，知识图谱技术正得到快速发展，按知识图谱的构建过程又可分为知识抽取、知识融合、知识应用等内容。知识抽取是从海量数据中获取有效信息的过程，包括对实体、关系及属性的抽取，其中实体抽取的方法主要包括基于规则［3］、机器学习和面向海量数据的抽取；关系的抽取包括基于模板、监督学习和无监督学习的抽取方法［4］等；知识融合主要是对从多源数据抽取的知识进行处理，可包括实体的融合及跨域图谱的融合［5-6］等。

与此同时，面向特定领域的知识图谱应用逐步发展，被用来组织、分析和挖掘领域内的知识。起初，学者们多使用通用知识图谱技术进行专业文献的计量学分析［7-9］，以获得相关专业知识结构框架及研究脉络，分析研究热点及未来发展方向。随后多个专业领域开展了专业知识图谱构建技术与应用的研究，如余建明等［10］、刘津等［11］和李智星等［12］运用知识图谱技术研究了电力领域专业术语关系以及电网企业运营指标关系，提出了电力行业的面向智能调控领域知识图谱构建方法；……