文献类型：期刊文章

作　　者：杭婷婷[1,2] 冯钧[1] 陆佳民[1]

HANG Ting-ting;FENG Jun;LU Jia-min(School of Computer and Information College,Hohai University,Nanjing 211100,China;Key Laboratory of Unmanned Aerial Vehicle Development and Data Application of Anhui Higher Education Institutes,Maanshan,Anhui 243031,China)

机构地区：[1]河海大学计算机与信息学院,南京211100 [2]无人机开发及数据应用安徽高校联合重点实验室,安徽马鞍山243031

出　　处：《计算机科学》

基　　金：国家重点研发计划(2018YFC0407901);安徽省高等学校自然科学研究重点项目(KJ2019A1277);江苏省研究生科研创新计划(2019B64214)。

年　　份：2021

卷　　号：48

期　　号：2

起止页码：175-189

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：知识图谱的概念由谷歌于2012年提出,随后逐渐成为人工智能领域的一个研究热点,已在信息搜索、自动问答、决策分析等应用中发挥作用。虽然知识图谱在各领域展现出了巨大的潜力,但不难发现目前缺乏成熟的知识图谱构建平台,需要对知识图谱的构建体系进行研究,以满足不同的行业应用需求。文中以知识图谱构建为主线,首先介绍目前主流的通用知识图谱和领域知识图谱,描述两者在构建过程中的区别;然后,分类讨论图谱构建过程中存在的问题和挑战,并针对这些问题和挑战,分类描述目前图谱构建过程中的知识抽取、知识表示、知识融合、知识推理、知识存储5个层面的解决方法和策略;最后,展望未来可能的研究方向。

关 键 词：知识图谱 知识抽取 知识表示 知识融合 知识推理 知识存储

分 类 号：TP391.1]