来源： THU数据派

概要：在维基百科的官方词条中：知识图谱是Google用于增强其搜索引擎功能的知识库。

什么是知识图谱？

意义

知识图谱是通过不同知识的关联性形成一个网状的知识结构，对机器来说就是图谱。形成知识图谱的过程本质是在建立认知、理解世界、理解应用的行业或者说领域。每个人都有自己的知识结构，本质就是不同的知识图谱。正是因为有获取和形成知识的能力，人类才可以不断进步。构建知识图谱这个过程的本质，就是让机器形成认知能力，理解这个世界。现在机器的感知能力已经越来越接近人类了，语音识别的准确率达到97%甚至更高，图像识别的某些领域，例如人脸识别，比人类个体更加准确和迅速。未来人工智能的重点进步方向将是认知层。机器理解这个世界，才能更好地与世界交互，未来人服务。

技术挑战

知识图谱在产业界尚未形成大规模的应用，即便有部分企业试图往这个方向发展，很多仍处于调研阶段。

目前面临的困境主要来自于数据的噪声、非结构化数据处理能力与知识推理。

人才都去哪儿了

从全球来看，知识图谱的研究学者主要分布在美国、中国、德国、法国、加拿大、英国等国家，其中，美国在知识图谱方面的研究实力居于全球领先地位。

在中国，知识图谱的研究学者主要分布在北京。南京、台湾、香港等地也分别有一定的研究学者分布。

知识图谱主要研究流派

有关知识图谱的研究主要以Xifeng Yan、Gerhard Weikum、William W. Cohen、Evgeniy Gabrilovich、Lawrence B. Holder、Marie-Laure Mugnier等人为首的学派构成。

1. recent heat

近期知识谱图的研究热点主要在knowledge mapping、knowledge networks、research focuses、performance evaluation等领域。

就全局而言，知识图谱的热点主要集中在knowledg mapping、mapping knowledge domains、military medicine、research fronts、technological innovation等领域。