什么是知识图谱？

       知识图谱（Knowledge Graph）是人工智能的重要分支，是知识工程在大数据环境中的成功应用。知识图谱与大数据和深度学习一起，成为推动互联网和人工智能发展的核心驱动力之一。知识图谱在2012年由谷歌提出，成为建立大规模知识的杀手锏应用，在搜索、自然语言处理、智能助手、电子商务等领域发挥着重要作用。

       知识图谱是一个将现实世界映射到数据世界，由节点和边组成的语义网络。知识图谱中主要包含三种节点即实体、概念和属性。

       实体：指的是具有可区别性且独立存在的某种事物。如某一个人、某一座城市、某一种植物、某一件商品等等。实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。

       概念：具有同种特性的实体构成的集合，如国家、民族、书籍、电脑等。

       属性：用于区分概念的特征，不同概念具有不同的属性。

       如下简化图就是现实世界中知识图谱的一个例子，表达的基本意思就是MAY喜欢吃橘子，在这个图中MAY和Orange就是上面所说的实体，这两个实体之间通过一种关系也就是“like”联系起来。

      “图”是一种能有效表示数据之间结构的表达形式，因此，人们考虑把数据中蕴含的知识用图的结构进行形式化表示，将数据结构化并和已有的结构化数据进行关联，就构成知识图谱，所以我们也可以把知识图谱理解成一种基于图的数据存储方式。

      上图是刚才简化知识图谱的扩充形式，我们得到新的知识“Tom likes apple,and Tom is friend of MAY”，于是我们将新的到的知识用刚才同样的方式进行表示又得到了一个新的知识图谱，这两个知识图谱就通过“Tom is friend of MAY”联系起来，并且可以发现“Orange和apple”这两个实体同属于“fruit（水果）”这一概念，这就是知识图谱的最简易表达形式。

      现实世界的实体之间充满了各种各样的联系，知识图谱就是一种合理摆放他们的方式。