1.1 知识图谱的概念
知识图谱（knowledge graph，KG）旨在描述客观世界的概念、实体、事件及其之间的关系，本质是语义网络知识库，可以对现实世界的事物及其相互关系进行形象化的描述，也可以从互联网海量信息中形象化出实体关系进行知识存储。
2012年谷歌（Google）正式推出知识图谱的概念并将其应用在谷歌搜索，其初衷是提高搜索引擎的能力，优化用户体验。有了知识图谱作为辅助，搜索引擎能够洞察用户查询背后的语义信息，返回更为精准、结构化的信息，更好地满足用户的查询需求。Google知识图谱[1]的宣传语“things not strings”给出了知识图谱的精髓，即不要无意义的字符串，而是获取字符串背后隐含的对象或事物。谷歌搜索“鲁迅”的结果如图1.1所示。
下面以图1.1为例解释知识图谱的概念，谷歌搜索引擎检索关键词时，右边knowledge graph card更直观地展示了人物实体的具体信息。
互联网上拥有丰富的资源。但是，大多数的资源都只能被人理解，却无法被机器理解，如何让机器像人一样理解文本？答案是使用知识图谱技术，即使用知识图谱建立和应用的技术，融合了认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等方向的交叉研究。知识图谱本质上是一种语义网络，以实体或者概念作为节点，通过语义关系相连接。知识图谱来源于语义搜索、机器问答、情报检索、电子阅读、在线学习等实际应用。以“孔子”为例，知识图谱数据节点的显示如图1.2所示。
图1.1 谷歌搜索“鲁迅”的结果
图1.2 知识图谱中的数据节点：“孔子”示例
通过上面的例子我们会有一个大致的认识，那什么是知识图谱？我们分两个方面来看，即知识（knowledge）与图（graph）。什么是知识？知识是人类文明发展以来人类对客观世界探索的结果，如俄罗斯科学家德米特里·伊万诺维奇·门捷列夫发表归纳的元素周期表，或是被我们所熟知的爱因斯坦提出的狭义相对论中的e=mc2公式。知识作为人类对客观世界认识的表达，具备一定的局限性。针对地球的形状，人类文明的不同时期就有着不同的解释，随着人类科技的发展，才确定了地球是一个两极稍扁、赤道略鼓的不规则球体。知识的形成伴随着推理、归纳、实践，当然，在知识的形成中往往也伴随着大量的冲突和辩证。
图1.3 DIKW体系示意图
图1.3为DIKW体系，即关于数据、信息、知识及智慧的体系，可以很直观地看出从数据获取到智慧形成的层级关系和流程。该体系可以追溯至托马斯·斯特尔那斯·艾略特所写的诗——《岩石》。在首段，他写道：“我们在哪里丢失了知识中的智慧？又在哪里丢失了信息中的知识？”（Where is the wisdom we have lost in knowledge?/Where is the knowledge we have lost in information?）
上面介绍了知识的概念，下面进一步对图进行阐释，在计算机课程中，图是一种比较松散的数据结构，图往往用来表示和存储具备“多对多的关系”，是一种很重要的数据结构。它有一些节点，节点与节点之间也会存在着联系，一张图往往由一些节点和连接节点的边组成。例如，计算机网络就是由许多节点（例如计算机）和节点之间的边（如网线）构建的。城市的地铁系统也可以理解为图，地铁站可以理解为节点，北京地铁示意图如图1.4所示（图片来源为北京地铁官网https://www.bjsubway.com/）。
图1.4 北京地铁示意图
通过对上面知识和图的了解，可以知道知识图谱与此类似。图1.5是构建的一个人物图谱的片段，可以看出图上有很多节点和边，知识图谱也是由节点和边构成的。节点表示实体或概念，边表示实体的属性或实体间的关系。图1.5中“项羽”与“虞姬”是两个节点，节点的关系是“妻子”。我们将“项羽-妻子-虞姬”这种表达方式称为资源描述框架（resource description framework，RDF），简称为三元组，把实体、属性、属性值归纳为RDF，这是一种常见的表达知识图谱的方式。它属于实体属性，常见的还有实体关系。
图1.5 知识图谱节点示例
知识图谱中的节点可以分为以下两种。
（1）实体：指具有可区别性且独立存在的某种事物，如一个人、一座城市、一种商品等。某个时刻、某个地点、某个数值也可以作为实体。实体是一个知识图谱中最基本的元素，每个实体可以用一个全局唯一的ID进行标识。
（2）语义类/概念：语义类指具有某种共同属性的实体的集合，如国家、民族、性别等；而概念则反映一组实体的种类或对象类型，如人物、气候、地理等。
知识图谱中的边分为以下两种。
（1）属性（值）：指某个实体可能具有的特征、特性、特点以及参数，是从某个实体指向它的属性值的“边”，不同的属性对应不同的边，而属性值是实体在某一个特定属性下的值。例如，“人口”“首都”是不同的属性，“北京”是中国在“首都”这一属性下的属性值。
（2）关系：是连接不同实体的“边”，可以是因果关系、相近关系、推论关系、组成关系等。在知识图谱中，将关系形式化为一个函数。这个函数把若干个节点映射到布尔值，其取值反映实体间是否具有某种关系。
基于以上定义，可以更好地理解三元组。三元组是知识图谱中的一种基本元素，由三个部分组成：主语、谓语和宾语。主语表示一个实体，谓语表示该实体与另一个实体之间的关系，宾语则表示与主语相关的另一个实体或值。三元组用于描述实体之间的关系，是知识图谱中一种直观、简洁的通用表示方式，能够方便计算机对实体关系进行处理，也是实现语义网的基础。
对于上面三元组的构成，我们用三元组G=(E, R, S)表示知识图谱。其中，E={e1,e2,…,eE}是知识图谱中的实体集合，包含|E|种不同的实体；R={r1, r2,…,rE}是知识图谱中的关系集合，共包含|R|种不同的关系；S⊆E×R×E是知识图谱中的三元组集合。三元组的基本形式主要包括(实体1,关系,实体2)以及(概念属性,属性值)等。(实体1,关系,实体2)和(实体,属性,属性值)都是典型的三元组。