科学知识图谱篇1

国内知识图谱应用研究现状

总体来讲，无论是企业还是科研领域，我国对知识图谱的关注滞后于国外。

相比国外知识图谱的研究状况，我国起步稍晚，但是也取得了一些成绩。从20世纪90年代至今，我国的专业人员也开始了科学知识图谱的研究，并有专门的研究机构(如大连理工大学的科学学与科学技术管理研究所)一直在关注科学知识图谱的研究和发展。不过，追溯起来可以发现，“知识图谱”、“知识地图”这些术语在我国学术界出现也就是这几年的事情，之前的研究并不系统，而且大多是对绘制方法进行研究。有关知识图谱方面的零零散散的研究成果也有很多，如中国科学院的耿海英毕业论文最后的实证部分，是用共引分析方法等绘制了情报学作者间知识图谱，并和White的结果进行对照，分析异同。涉及到具体构建知识图谱系统的专家有我国社会科学院的李思经老师，他在知识图谱方面研究比较深入，也有了一些成果，他的学生康永兴在2006年的毕业论文中构建了学科知识图谱系统，是将知识图谱系统应用于科学的一个探索。大连理工大学科学学与科学技术管理研究所的刘则渊老师等是纯科学知识图谱绘制方面研究的专家，该研究所的一系列研究人员是我国系统研究科学知识图谱的领头人。中国科学院国家科学图书馆刚刚建成了一个基于SCI和ESI数据库绘制各领域科学图谱的系统。2008年5月17日在中国科学院国家科学图书馆举办了一次科学地图展览等。以上实例说明，越来越多的人开始关注知识图谱的研究和应用。不过，有关知识图谱本身的系统研究几乎没有。

总体来讲，国内在知识图谱的应用方面缺少理论上的实证分析，主要是将知识图谱作为一个工具，应用于各个领域，而且相对于国外，应用研究还比较薄弱。但是由于知识图谱是科学计量学领域的一个新的活跃分支，其历史还比较短，所以，国内外在知识图谱的应用研究方面，差距并不大。

如今，科学知识图谱已经成为一种理论与方法得到了很多科研人员的肯定，其应用领域也在不断的拓展，已经成为科学计量学领域的一个热点研究方向。我们有理由相信，在不久的将来，我国将会加入到科学知识图谱方向的研究及应用的世界前沿之列，其理论与应用将会得到进一步的发展。

科学知识图谱篇2

网络环境下的信息分析与情报研究是个快速发展的前沿领域。当今，由先进的哲学、科学学、计量学、计算科学和可视化技术等理论、方法与技术构成的科学知识图谱大大促进了信息分析和情报研究定量、模型、实时、自动、智能化的发展，提高了情报研究工作的深度和效率。

科学知识图谱作为多学科、方法和先进技术融合的前沿研究领域，就其研究内容的丰富性、研究方法的广博性、应用的广泛性和分析效果的强大性，将有更多更新的发展、突破和繁荣。在知识图谱理论方法方面，鉴于科学学、计量学、应用数学和计算机等科学以及信息、网络、数据挖掘、智能化、可视化等技术日益融合与集成，科学知识图谱将逐渐形成和建立本学科的理论基础及其内容范围。同时，进一步研究发展或引入更多更新的专业理论，如：信息计量学、知识计量学、知识数学量化表达方式、认知学习理论、本体知识地图等。在技术工具完善与开发方面，多种知识图谱分析工具及其分析方法的综合和参照使用是未来的研究重点之一。在实际应用方面，除科技前沿与发展应用研究外，还可探索应用于企业发展与管理，如：行业战略设计、前沿（共性、关键）工程技术、技术评估与技术预见等分析研究。用于知识管理前景宽广，如：科学传播研究、区域创新系统研究、卓越机构与人才资源研究、金融市场、经济生态环境研究等。在文献情报领域可用以深入地开展全球竞争情报研究、文献分析等。

鉴于目前的科学知识图谱新兴不久，尚未形成完整、系统的本学科理论体系，其研究方法尚存局限性，其分析技术与工具尚在提升与完善，其分析数据有待类型扩展和规范等，所以在使用科学知识图谱方法时须采用多种信息分析方法和技术，同时结合相关专家论证等综合措施来提高其预期精度以及参考使用价值。

科学知识图谱篇3

科学知识图谱的概念

科学知识图谱是一种先进的集文献计量学、数学、统计学、计算机科学以及现代数据挖掘、复杂网络和可视化技术为一体的科学发展及其研究前沿知识发现与分析方法与技术。它利用引文分析和图谱技术把抽象数据映射到2D或3D图形中，从宏观、中观、微观等层面揭示学科领域及其结构、研究主题及其热点、学科进展及其发展趋势、研究团队及其合作关系等。使研究者能概貌与深入了解和发现科技发展概况、研究前沿及其新兴、热点领域、重大转变关键节点、科技合作与竞争、学术水平和核心资源等重要信息。由于知识图谱图形直观、绚丽等特点更符合人的认知习惯和更利于人脑处理，因此科学知识图谱分析方法越来越为各领域研究者关注和使用。借助科学知识图谱，人们可以透视庞大的人类各个领域中的知识体系结构、关联与演变，理顺当代知识大爆炸形成的复杂知识网络，探测科学技术知识前沿与发展、活动分布与竞争的最新态势与趋势。

科学知识图谱以科学知识为计量研究对象，在用数学方程式表达科学发展规律、结构、前沿、关系的基础上，以曲线形式将其绘制成多维知识图形。科学知识图谱的基本原理是对研究分析单位（科技文献、科学家、关键词等）的相似性进行分析与测度。其中，CiteSpaceII可视化分析系统采用共引、三维图景、进化时间模式，用科学文献的引文和共被引轨迹标识研究前沿及其知识基础，用突变探测算法（burstdetection）判断新兴研究前沿，用中间中心性测度表示科技发展演变过程中的关键或转折点，用聚类视图（clusterviews）和时区视图（timezoneviews）标识科学前沿和发展演进及其关键、转折节点，以色带表征引文年代、以时间线显现聚类的动态科学知识的发展演变，实现了“一图展春秋”的最高意境。

用不同技术、方法可绘制出不同的科学知识图谱，目前主要有：（1）传统的科学计量图谱（TwoDimensionalScientometricMap，2DSM），以简单的二维、三维图形直观表达科学统计结果，如：二维柱形图、线性图、点布图、扇形图、平面图等；（2）三维构型图谱（ThreeDimensionConfigurationMap,3DCM），利用新的数学方法和梅茦格（W.Metezger）心理学“构型（Configuration）”理论以及非线性函数形象地描述科学家合著网络构型以及人际关系结构的三维图形；（3）社会网络分析图谱（SocialNetworkAnalysisMap,SNAM），利用社会行为者与其他行为者关系的模型，描述群体关系结构及其对群体功能或群体内部个体影响社会网络分析图谱；（4）自组织映射图谱（Self-OrganizingMap,SOM），一种用自学分类方法将任意维输入信号变换到一维或二维离散网络上，并保持拓扑有序性结构的人造神经中枢网络对信息可视化自组织映射模型；（5）寻径网络图谱（PathfinderNetworkScalingMap,PFNET），根据经验数据评估不同概念或实体间关联相似或差异性，应用图论生成特殊的网状模型，以表达不同概念或实体间的语义网络。

科学知识图谱篇4

科学知识图谱主要特点

1、用户搜索次数越多，范围越广，搜索引擎就能获取越多信息和内容。

2、赋予字串新的意义，而不只是单纯的字串。

3、融合了所有的学科，以便于用户搜索时的连贯性。

4、为用户找出更加准确的信息，作出更全面的总结并提供更有深度相关的信息。

5、把与关键词相关的知识体系系统化地展示给用户。

6、从整个互联网汲取有用的信息让用户能够获得更多相关的公共资源。

应用范围

知识图谱帮助企业自动构建行业图谱，摆脱原始的人工输入，可以应用于智能搜索、文本分析、机器阅读理解、异常监控、风险控制等场景，达到真正的智能和自动。

科学知识图谱篇5

知识图谱的构建

1.知识图谱的规模

据不完全统计，Google知识图谱到目前为止包含了5亿个实体和35亿条事实（形如实体-属性-值，和实体-关系-实体）。其知识图谱是面向全球的，因此包含了实体和相关事实的多语言描述。不过相比占主导的英语外，仅包含其他语言（如中文）的知识图谱的规模则小了很多。与此不同的是，百度和搜狗主要针对中文搜索推出知识图谱，其知识库中的知识也主要以中文来描述，其规模略小于Google的。

2.知识图谱的数据来源

为了提高搜索质量，特别是提供如对话搜索和复杂问答等新的搜索体验，我们不仅要求知识图谱包含大量高质量的常识性知识，还要能及时发现并添加新的知识。在这种背景下，知识图谱通过收集来自百科类站点和各种垂直站点的结构化数据来覆盖大部分常识性知识。这些数据普遍质量较高，更新比较慢。而另一方面，知识图谱通过从各种半结构化数据（形如HTML表格）抽取相关实体的属性-值对来丰富实体的描述。此外，通过搜索日志（querylog）发现新的实体或新的实体属性从而不断扩展知识图谱的覆盖率。相比高质量的常识性知识，通过数据挖掘抽取得到的知识数据更大，更能反映当前用户的查询需求并能及时发现最新的实体或事实，但其质量相对较差，存在一定的错误。这些知识利用互联网的冗余性在后续的挖掘中通过投票或其他聚合算法来评估其置信度，并通过人工审核加入到知识图谱中。

a)百科类数据

维基百科，通过协同编辑，已经成为最大的在线百科全书，其质量与大英百科媲美。可以通过以下方式来从维基百科中获取所需的内容：通过文章页面（ArticlePage）抽取各种实体；通过重定向页面（RedirectPage）获得这些实体的同义词（又称Synonym）；通过去歧义页面（DisambiguationPage）和内链锚文本（InternalLinkAnchorText）获得它们的同音异义词（又称Homonym）；通过概念页面（CategoryPage）获得各种概念以及其上下位（subclass）关系；通过文章页面关联的开放分类抽取实体所对应的类别；通过信息框（Infobox）抽取实体所对应的属性-值对和关系-实体对。类似地，从百度百科和互动百科抽取各种中文知识来弥补维基百科中文数据不足的缺陷。此外，Freebase是另一个重要的百科类的数据源，其包含超过3900万个实体（其称为Topics）和18亿条事实，规模远大于维基百科。对比之前提及的知识图谱的规模，我们发现仅Freebase一个数据源就构成了Google知识图谱的半壁江山。更为重要的是，维基百科所编辑的是各种词条，这些词条以文章的形式来展现，包含各种半结构化信息，需要通过事先制定的规则来抽取知识；而Freebase则直接编辑知识，包括实体及其包含的属性和关系，以及实体所属的类型等结构化信息。因此，不需要通过任何抽取规则即可获得高质量的知识。虽然开发Freebase的母公司MetaWeb于2010年被Google收购，Freebase还是作为开放的知识管理平台独立运行。所以百度和搜狗也将Freebase加入到其知识图谱中。

b)结构化数据

除了百科类的数据，各大搜索引擎公司在构建知识图谱时，还考虑其他结构化数据。其中，LOD项目在发布各种语义数据的同时，通过owl:sameAs将新发布的语义数据中涉及的实体和LOD中已有数据源所包含的潜在同一实体进行关联，从而实现了手工的实体对齐（entityalignment）。LOD不仅包括如DBpedia和YAGO等通用语义数据集，还包括如MusicBrainz和DrugBank等特定领域的知识库。因此，Google等通过整合LOD中的（部分）语义数据提高知识的覆盖率，尤其是垂直领域的各种知识。此外，Web上存在大量高质量的垂直领域站点（如电商网站，点评网站等），这些站点被称为DeepWeb。它们通过动态网页技术将保存在数据库中的各种领域相关的结构化数据以HTML表格的形式展现给用户。各大搜索引擎公司通过收购这些站点或购买其数据来进一步扩充其知识图谱在特定领域的知识。这样做出于三方面原因：其一、大量爬取这些站点的数据会占据大量带宽，导致这些站点无法被正常访问；其二、爬取全站点数据可能会涉及知识产权纠纷；最后，相比静态网页的爬取，DeepWeb爬虫需要通过表单填充（FormFilling）技术来获取相关内容，且解析这些页面中包含的结构化信息需要额外的自动化抽取算法，具体细节在下一节描述。

c)半结构化数据挖掘AVP

虽然从DeepWeb爬取数据并解析其中所包含的结构化信息面临很大的挑战，各大搜索引擎公司仍在这方面投入了大量精力。一方面，Web上存在大量长尾的结构化站点，这些站点提供的数据与最主流的相关领域站点所提供的内容具有很强的互补性，因此对这些长尾站点进行大规模的信息抽取（尤其是实体相关的属性-值对的抽取）对于知识图谱所含内容的扩展是非常有价值的。另一方面，中文百科类的站点（如百度百科等）的结构化程度远不如维基百科，能通过信息框获得AVP的实体非常稀少，大量属性-值对隐含在一些列表或表格中。一个切实可行的做法是构建面向站点的包装器（Site-specificWrapper）。其背后的基本思想是：一个DeepWeb站点中的各种页面由统一的程序动态生成，具有类似的布局和结构。利用这一点，我们仅需从当前待抽取站点采样并标注几个典型详细页面（DetailedPages），利用这些页面通过模式学习算法（PatternLearning）自动构建出一个或多个以类Xpath表示的模式，然后将其应用在该站点的其他详细页面中从而实现自动化的AVP抽取。对于百科类站点，我们可以将具有相同类别的页面作为某个“虚拟”站点，并使用类似的方法进行实体AVP的抽取。自动学习获得的模式并非完美，可能会遗漏部分重要的属性，也可能产生错误的抽取结果。为了应对这个问题，搜索引擎公司往往通过构建工具来可视化这些模式，并人工调整或新增合适的模式用于抽取。此外，通过人工评估抽取的结果，将那些抽取结果不令人满意的典型页面进行再标注来更新训练样本，从而达到主动学习（ActiveLearning）的目的。

d)通过搜索日志进行实体和实体属性等挖掘

搜索日志是搜索引擎公司积累的宝贵财富。一条搜索日志形如<查询，点击的页面链接，时间戳>。通过挖掘搜索日志，我们往往可以发现最新出现的各种实体及其属性，从而保证知识图谱的实时性。这里侧重于从查询的关键词短语和点击的页面所对应的标题中抽取实体及其属性。选择查询作为抽取目标的意义在于其反映了用户最新最广泛的需求，从中能挖掘出用户感兴趣的实体以及实体对应的属性。而选择页面的标题作为抽取目标的意义在于标题往往是对整个页面的摘要，包含最重要的信息。据百度研究者的统计，90%以上的实体可以在网页标题中被找到。为了完成上述抽取任务，一个常用的做法是：针对每个类别，挑选出若干属于该类的实体（及相关属性）作为种子（Seeds），找到包含这些种子的查询和页面标题，形成正则表达式或文法模式。这些模式将被用于抽取查询和页面标题中出现的其他实体及其属性。如果当前抽取所得的实体未被包含在知识图谱中，则该实体成为一个新的候选实体。类似地，如果当前被抽取的属性未出现在知识图谱中，则此属性成为一个新的候选属性。这里，我们仅保留置信度高的实体及其属性，新增的实体和属性将被作为新的种子发现新的模式。此过程不断迭代直到没有新的种子可以加入或所有的模式都已经找到且无法泛化。在决定模式的好坏时，常用的基本原则是尽量多地发现属于当前类别的实体和对应属性，尽量少地抽取出属于其他类别的实体及属性。上述方法被称为基于Bootstrapping的多类别协同模式学习。

3.从抽取图谱到知识图谱

上述所介绍的方法仅仅是从各种类型的数据源抽取构建知识图谱所需的各种候选实体（概念）及其属性关联，形成了一个个孤立的抽取图谱（ExtractionGraphs）。为了形成一个真正的知识图谱，我们需要将这些信息孤岛集成在一起。下面我对知识图谱挖掘所涉及的重要技术点逐一进行介绍。

a)实体对齐

实体对齐（ObjectAlignment）旨在发现具有不同ID但却代表真实世界中同一对象的那些实体，并将这些实体归并为一个具有全局唯一标识的实体对象添加到知识图谱中。虽然实体对齐在数据库领域被广泛研究，但面对如此多异构数据源上的Web规模的实体对齐，这还是第一次尝试。各大搜索引擎公司普遍采用的方法是聚类。聚类的关键在于定义合适的相似度度量。这些相似度度量遵循如下观察：具有相同描述的实体可能代表同一实体（字符相似）；具有相同属性-值的实体可能代表相同对象（属性相似）；具有相同邻居的实体可能指向同一个对象（结构相似）。在此基础上，为了解决大规模实体对齐存在的效率问题，各种基于数据划分或分割的算法被提出将实体分成一个个子集，在这些子集上使用基于更复杂的相似度计算的聚类并行地发现潜在相同的对象。另外，利用来自如LOD中已有的对齐标注数据（使用owl:sameAs关联两个实体）作为训练数据，然后结合相似度计算使用如标签传递（LabelPropagation）等基于图的半监督学习算法发现更多相同的实体对。无论何种自动化方法都无法保证100%的准确率，所以这些方法的产出结果将作为候选供人工进一步审核和过滤。

b)知识图谱schema构建

在之前的技术点介绍中，大部分篇幅均在介绍知识图谱中数据层（DataLevel）的构建，而没有过多涉及模式层（SchemaLevel）。事实上，模式是对知识的提炼，而且遵循预先给定的schema有助于知识的标准化，更利于查询等后续处理。为知识图谱构建schema相当于为其建立本体（Ontology）。最基本的本体包括概念、概念层次、属性、属性值类型、关系、关系定义域（Domain）概念集以及关系值域（Range）概念集。在此基础上，我们可以额外添加规则（Rules）或公理（Axioms）来表示模式层更复杂的约束关系。面对如此庞大且领域无关的知识库，即使是构建最基本的本体，也是非常有挑战的。Google等公司普遍采用的方法是自顶向下（Top-Down）和自底向上（Bottom-Up）相结合的方式。这里，自顶向下的方式是指通过本体编辑器（OntologyEditor）预先构建本体。当然这里的本体构建不是从无到有的过程，而是依赖于从百科类和结构化数据得到的高质量知识中所提取的模式信息。更值得一提的是，Google知识图谱的Schema是在其收购的Freebase的schema基础上修改而得。Freebase的模式定义了Domain（领域），Type（类别）和Topic（主题，即实体）。每个Domain有若干Types，每个Type包含多个Topics且和多个Properties关联，这些Properties规定了属于当前Type的那些Topics需要包含的属性和关系。定义好的模式可被用于抽取属于某个Type或满足某个Property的新实体（或实体对）。另一方面，自底向上的方式则通过上面介绍的各种抽取技术，特别是通过搜索日志和WebTable抽取发现的类别、属性和关系，并将这些置信度高的模式合并到知识图谱中。合并过程将使用类似实体对齐的对齐算法。对于未能匹配原有知识图谱中模式的类别、属性和关系作为新的模式加入知识图谱供人工过滤。自顶向下的方法有利于抽取新的实例，保证抽取质量，而自底向上的方法则能发现新的模式。两者是互补的。

c)不一致性的解决

当融合来自不同数据源的信息构成知识图谱时，有一些实体会同时属于两个互斥的类别（如男女）或某个实体所对应的一个Property（如性别）对应多个值。这样就会出现不一致性。这些互斥的类别对以及FunctionalProperties可以看作是模式层的知识，通常规模不是很大，可以通过手工指定规则来定义。而由于不一致性的检测要面对大规模的实体及相关事实，纯手工的方法将不再可行。一个简单有效的方法充分考虑数据源的可靠性以及不同信息在各个数据源中出现的频度等因素来决定最终选用哪个类别或哪个属性值。也就是说，我们优先采用那些可靠性高的数据源（如百科类或结构化数据）抽取得到的事实。另外，如果一个实体在多个数据源中都被识别为某个类别的实例，或实体某个functionalproperty在多个数据源中都对应相同的值，那么我们倾向于最终选择该类别和该值。注：在统计某个类别在数据源中出现的频率前需要完成类别对齐计算。类似地，对于数值型的属性值我们还需要额外统一它们所使用的单位。

4.知识图谱上的挖掘

通过各种信息抽取和数据集成技术已经可以构建Web规模的知识图谱。为了进一步增加图谱的知识覆盖率，需要进一步在知识图谱上进行挖掘。下面将介绍几项重要的基于知识图谱的挖掘技术。

a)推理

推理（Reasoning或Inference）被广泛用于发现隐含知识。推理功能一般通过可扩展的规则引擎来完成。知识图谱上的规则一般涉及两大类。一类是针对属性的，即通过数值计算来获取其属性值。例如：知识图谱中包含某人的出生年月，我们可以通过当前日期减去其出生年月获取其年龄。这类规则对于那些属性值随时间或其他因素发生改变的情况特别有用。另一类是针对关系的，即通过（链式）规则发现实体间的隐含关系。例如，我们可以定义规定：岳父是妻子的父亲。利用这条规则，当已知姚明的妻子（叶莉）和叶莉的父亲（叶发）时，可以推出姚明的岳父是叶发。

b)实体重要性排序

搜索引擎识别用户查询中提到的实体，并通过知识卡片展现该实体的结构化摘要。当查询涉及多个实体时，搜索引擎将选择与查询更相关且更重要的实体来展示。实体的相关性度量需在查询时在线计算，而实体重要性与查询无关可离线计算。搜索引擎公司将PageRank算法应用在知识图谱上来计算实体的重要性。和传统的WebGraph相比，知识图谱中的节点从单一的网页变成了各种类型的实体，而图中的边也由连接网页的超链接（Hyperlink）变成丰富的各种语义关系。由于不同的实体和语义关系的流行程度以及抽取的置信度均不同，而这些因素将影响实体重要性的最终计算结果，因此，各大搜索引擎公司嵌入这些因素来刻画实体和语义关系的初始重要性，从而使用带偏的PageRank算法（BiasedPageRank）。

c)相关实体挖掘

在相同查询中共现的实体，或在同一个查询会话（Session）中被提到的其他实体称为相关实体。一个常用的做法是将这些查询或会话看作是虚拟文档，将其中出现的实体看作是文档中的词条，使用主题模型（如LDA）发现虚拟文档集中的主题分布。其中每个主题包含1个或多个实体，这些在同一个主题中的实体互为相关实体。当用户输入查询时，搜索引擎分析查询的主题分布并选出最相关的主题。同时，搜索引擎将给出该主题中与知识卡片所展现的实体最相关的那些实体作为“其他人还搜了”的推荐结果。

5.知识图谱的更新和维护

a)Type和Collection的关系

知识图谱的schema为了保证其质量，由专业团队审核和维护。以Google知识图谱为例，目前定义的Type数在103-104的数量级。为了提高知识图谱的覆盖率，搜索引擎公司还通过自动化算法从各种数据源抽取新的类型信息（也包含关联的Property信息），这些类型信息通过一个称为Collection的数据结构保存。它们不是马上被加入到知识图谱schema中。有些今天生成后第二天就被删除了，有些则能长期的保留在Collection中，如果Collection中的某一种类型能够长期的保留，发展到一定程度后，由专业的人员进行决策和命名并最终成为一种新的Type。

b)结构化站点包装器的维护

站点的更新常常会导致原有模式失效。搜索引擎会定期检查站点是否存在更新。当检测到现有页面（原先已爬取）发生了变化，搜索引擎会检查这些页面的变化量，同时使用最新的站点包装器进行AVP抽取。如果变化量超过事先设定的阈值且抽取结果与原先标注的答案差别较大，则表明现有的站点包装器失效了。在这种情况下，需要对最新的页面进行重新标注并学习新的模式，从而构建更新的包装器。

c)知识图谱的更新频率

加入到知识图谱中的数据不是一成不变的。Type对应的实例往往是动态变化的。例如，美国总统，随着时间的推移，可能对应不同的人。由于数据层的规模和更新频度都远超schema层，搜索引擎公司利用其强大的计算保证图谱每天的更新都能在3个小时内完成，而实时的热点也能保证在事件发生6个小时内在搜索结果中反映出来。

d)众包（Crowdsourcing）反馈机制

除了搜索引擎公司内部的专业团队对构建的知识图谱进行审核和维护，它们还依赖用户来帮助改善图谱。具体来说，用户可以对搜索结果中展现的知识卡片所列出的实体相关的事实进行纠错。当很多用户都指出某个错误时，搜索引擎将采纳并修正。这种利用群体智慧的协同式知识编辑是对专业团队集中式管理的互补。

科学知识图谱篇6

知识图谱的表示

假设我们用知识图谱来描述一个事实（Fact）–“张三是李四的父亲”。这里的实体是张三和李四，关系是“父亲”（is_father_of）。当然，张三和李四也可能会跟其他人存在着某种类型的关系（暂时不考虑）。当我们把电话号码也作为节点加入到知识图谱以后（电话号码也是实体），人和电话之间也可以定义一种关系叫has_phone，就是说某个电话号码是属于某个人。

另外，我们可以把时间作为属性（Property）添加到has_phone关系里来表示开通电话号码的时间。这种属性不仅可以加到关系里，还可以加到实体当中，当我们把所有这些信息作为关系或者实体的属性添加后，所得到的图谱称之为属性图（PropertyGraph）。属性图和传统的RDF格式都可以作为知识图谱的表示和存储方式，但二者还是有区别的。

科学知识图谱篇7

科学知识图谱的应用领域

目前，国内外应用较多的是用科学知识图谱方法来帮助科技人员从科技文献发展新趋势和突变中获得科技新发现和重大突破点；从引文（共引）及聚类分析中了解研究前沿分布；从高词频统计或关键节点计算分析中得到关键或转折性研究领域；从引文（共引）随时空变化分析中观测科技发展与演变；从高被引文献分析中探测科技发展趋势。利用CiteSpaceII系统的突变探测、中间中心性算法对科技文献进行突变探测和关键节点分析，进而发现纳米科技研究热点与新兴领域、脑科学研究前沿技术等：用CiteSpaceII系统对科技文献进行共词（共引文献）——时区图分析，以揭示纳米药物研究国际发展态势和纳米等离子领域研究前沿及演变、辐射加工技术研究进展概况等.

可视化专利分析工具利用专利计量分析以及3D专利地图等技术、方法帮助企业技术研发和管理人员宏观了解行业技术发展趋势和竞争对手专利布局，发现核心技术、合作伙伴和竞争对手；利用技术矩阵图直观了解技术方案分布，发现技术雷区和空白点，以利专利分析决策和战略规划等。通过对专利申请人、同族专利量等指标统计分析，把握专利技术分布状况及其发展态势；通过对分类号、专利技术焦点等组配统计分析，以共现矩阵和曲线图形式揭示专利信息内含的技术知识；通过技术分类聚类分析明了竞争对手的专利分布；通过专利引证分析衡量技术发明的价值和扩散程度，从形成的引证表、引证

树和引证地图中获得不同技术的专利网络、特定技术领域的生命周期，以及竞争对手间技术依赖关系等。如：对专利文献进行UC共现强度聚类等分析，可揭示新兴产业发展态势和关键技术领域等，图4表明在技术交叉背景下中、美、日、欧四方核心专利在节能环保、新一代信息技术、生物、高端设备制造、新能源、新材料、新能源汽车七大新兴产业领域的分布情况；战略新兴产业/子产业及其技术；国家优先发展产业及其技术；国家产业控制实力以及我国战略性新兴产业发展态势与核心技术储备概况。

科学知识图谱方法可为科技管理决策和战略规划提供量化、直观、有效的参考依据。目前，国内外管理界较成熟地采用科学知识图谱对学科结构布局、科研成果、科学家及科研团队、合作关系、学术水平等科技竞争力方面进行分析研究，用科学结构地图可视化技术对科学引文文献进行分析，可绘制出国际科学研究的宏观结构、热点研究领域、四个时期科学研究领域演变以及中国在世界热点前沿中的覆盖和引领程度等；用定量和引文分析方法对科技论文引文文献进行分析，从而得到全球科技强国与新兴科技国家的基础竞争力和学科结构竞争力分布；用CiteSpaceII系统的国家（机构、作者）——词频分析网对科技文献进行分析，可揭示某领域世界各国（机构、作者）研究成果数量及其排行、学科带头人及其团队以及合作关系。同理，这两种分析方法还可用来衡量和评价国家、机构、研究者的学术水平和学术位置等。

在科学文献数据剧增、爆炸时代，科学知识图谱方法还可用来识别和判断核心文献和重点出版物，如：用CiteSpaceII系统的共词（共引）分析网—中间中心性算法对科技文献进行关键文献分析，可找到研究领域的关键文献和核心出版物。

科学知识图谱篇8

知识图谱的存储

知识图谱是基于图的数据结构，它的存储方式主要有两种形式：RDF存储格式和图数据库(GraphDatabase)。

当然，如果需要设计的知识图谱非常简单，而且查询也不会涉及到1度以上的关联查询，我们也可以选择用关系型数据存储格式来保存知识图谱。但对那些稍微复杂的关系网络（现实生活中的实体和关系普遍都比较复杂），知识图谱的优点还是非常明显的。首先，在关联查询的效率上会比传统的存储方式有显著的提高。当我们涉及到2,3度的关联查询，基于知识图谱的查询效率会高出几千倍甚至几百万倍。其次，基于图的存储在设计上会非常灵活，一般只需要局部的改动即可。比如我们有一个新的数据源，我们只需要在已有的图谱上插入就可以。于此相反，关系型存储方式灵活性方面比较差，它所有的Schema都是提前定义好的，如果后续要改变，它的代价是非常高的。最后，把实体和关系存储在图数据结构是一种符合整个故事逻辑的最好的方式。

随着人工智能和大数据技术的不断进步，科学知识图谱的应用前景也越来越广阔。未来，科学知识图谱将会成为科学领域中一个非常重要的研究方向，为人们认识和探索科学世界提供更加便捷和高效的方式。