什么是知识图谱？其分类有哪些？

我来简单介绍一下知识图谱的定义及分类。

1.知识图谱定义

2012 年 5 月，Google 首次提出了“知识图 谱”的概念。虽然至今行业尚未形成统一、 标准的定义，但 Google 知识图谱的宣传语 “things not strings”揭示了知识图谱的核 心。知识图谱指的是一种用图模型来描述知 识和建模世界万物之间的关联关系的技术方 法 [3]。知识图谱由节点和边组成，节点表示 实体（entity）、概念（concept）或属性值 （value）；边表示实体的属性（property） 或实体间的关系（relation）。

实 体： 又 称 为 对 象（object）或实例 （instance），指客观世界中具有可区 别性且独立存在的某种事物，如 2 型糖 尿病、二甲双胍。实体是知识图谱最基 本的元素，每个实体可以用一个唯一的 ID 进行标识 [4]。

 概念：又称为类别（type）、类（category 或 class），指反映一组实体的种类或 对象类型，如疾病、药品 [4]。

关系：指连接不同实体的“边”，用以 描述实体之间的关联 [4]，如二甲双胍和 2 型糖尿病之间有适应证关系 *。

 属性：指某个实体可能具有的特征以及 参数 [4]，如二甲双胍有医保支付类别属 性 *。

 属性值：指实体特定属性的值 [5]，如二 甲双胍的医保支付类别为甲类 *。

知识图谱在逻辑上分为模式层和数据层 [6]。 模式层一般指 Schema，是知识图谱的概念 模型和逻辑基础，是数据层的规范约束。数 据层主要由一系列的事实组成，主要基于模 式层定义的模型构建数据，以三元组形式存 储。三元组 G=（head，relation/property， tail）是知识图谱数据层的一种通用表示形 式，其中 head 是三元组的头节点，tail 是 三 元 组 的 尾 节 点，relation/property={r1， r2，r3，…，rM，p1，p2，p3，…，pN} 是 知识图谱关系和属性的集合，共包含 M 条 关系和 N 条属性。三元组的基本形式主要 包括（实体 1，关系，实体 2）和（实体， 属性，属性值）。

2.知识图谱分类

当前常见的知识图谱分类维度有如下几 种 [7]：

 按照知识图谱中的知识类型进行分类， 主要包括概念知识图谱、百科知识图谱、 常识知识图谱、词汇知识图谱；

 按照语言可划分为单语言知识图谱和多 语言知识图谱；

 按照构建方式，则可以分为全自动知识 图谱、半自动知识图谱和以人工为主构 建的知识图谱；

按照知识图谱所涉及的领域分为通用知 识图谱、领域知识图谱和企业知识图谱。

按照知识图谱领域划分是行业较为常见的一 种图谱分类方法。其中通用知识图谱主要 以互联网开放数据作为主要来源，强调融合 更多实体，可以形象地将其看成一个“结构 化的百科知识库”。通用知识图谱包含大量 的常识性知识，覆盖面广，但准确度一般不 高，并以搜索和问答为主要应用形式 [8]。领 域知识图谱又称为行业知识图谱或垂直知识图谱，通常面向某一特定领域，主要基于行 业数据构建，对特定行业有重要的意义。由 于领域知识图谱需要考虑不同的业务场景和 使用人员，所以实体的关系和数据模式比较 丰富，对该领域知识的深度和准确性也有着 更高的要求 [8]。

目前医学知识图谱是应用最广的领域知识图 谱之一，也是国内外人工智能领域研究的热 点 [5]。它在语义搜索、知识问答和临床决策 支持等智慧医疗领域都有很好的发展前景。