赖荣煊，邹 顺，吴文辉，吴欣泽

（1.国防科技大学信息通信学院，湖北 武汉 430015；2.中国人民解放军31632 部队，云南 昆明650000）

1 概述

1.1 知识图谱简介

知识图谱是一种利用图模型描述知识并对客观事物进行建模的技术方法，其以符号形式描述物理世界中的概念及其相互关系，基本组成单位是“实体—关系—实体”三元组，以及实体及其相关属性—值对，实体间通过关系相互联结，构成网状的知识结构。

总体而言，知识图谱本质上是一种用“图”的形式描述客观事物的语义网络，由节点和边组成，节点表示概念和实体，边表示事物的关系和属性，事物内部特征用属性表示，外部联系用关系表示。相比通用的关系型数据库，知识图谱具有高度结构化的特点，其组织知识的方式更接近人类大脑组织知识的方式，计算机也更容易处理。近年来，人工智能技术发展迅速，作为其中关键技术之一的知识图谱被越来越广泛地应用于搜索引擎、智能问答、个性推荐等多种场景，已成为国内外企业、研究院所甚至军方研究的热点。

知识图谱按知识领域划分，可分为通用知识图谱和垂直领域知识图谱。

（1）通用知识图谱。通用知识图谱不面向特定领域，包含了大量常识性知识，注重知识的广度而不强调精度，其潜在使用者为普通用户，主要应用于语义搜索、个性推荐等场景。具有代表性的大规模通用知识图谱有YAGO［1］、DBpedia［2］、Freebase［3］、Wikidata［4］、NELL［5］、WordNet等，中文通用知识图谱有Zhishi.me、SSCO、百度知心、搜狗知立方等。

（2）垂直领域知识图谱。……