《2018知识图谱发展报告》：中国中文信息学会发布国内知识图谱发展现状报告

《2018知识图谱发展报告》 《2018知识图谱发展报告》是中国中文信息学会发布的一份重要报告，介绍了国内知识图谱发展的现状及进展情况。本报告对知识图谱的定义、技术、应用和发展历程进行了详细的介绍，阐述了知识图谱在人工智能、自然语言处理和大数据分析等领域的重要作用。 知识图谱是指以结构化的形式描述客观世界中概念、实体及其关系的技术，旨在提供一种更好地组织、管理和理解互联网海量信息的能力。知识图谱技术是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等方向的交叉研究。知识图谱于2012年由谷歌提出并成功应用于搜索引擎，属于人工智能重要研究领域——知识工程的研究范畴。 知识图谱的发展目标是建立大规模知识资源，以提供互联网智能知识服务。在大数据时代，知识工程是从大数据中自动或半自动获取知识，建立基于知识的系统，以提供互联网智能知识服务。大数据对智能服务的需求已经从单纯的搜集获取信息，转变为自动化的知识服务。我们需要利用知识工程为大数据添加语义/知识，使数据产生智慧（smartdata），完成从数据到信息到知识，最终到智能应用的转变过程。 知识图谱在多个应用领域中凸显出越来越重要的应用价值，如知识融合、语义搜索和推荐、问答和对话系统、大数据分析与决策等。知识图谱可以对分布异构的数据资源进行语义标注和链接，建立以知识为中心的资源语义集成服务；将用户搜索输入的关键词，映射为知识图谱中客观世界的概念和实体，搜索结果直接显示出满足用户需求的结构化信息内容；基于知识的问答系统将知识图谱看成一个大规模知识库，通过理解将用户的问题转化为对知识图谱的查询，直接得到用户关心问题的答案；通过语义链接可以帮助理解大数据，获得对大数据的洞察，提供决策支持。 知识图谱技术的发展历程可以追溯到20世纪80年代，早期的知识图谱技术主要是基于规则和基于框架的方法。90年代，知识图谱技术开始转向基于描述逻辑和基于ontology的方法。21世纪初，知识图谱技术开始转向大规模知识图谱的构建和应用。2012年，谷歌提出知识图谱概念，并成功应用于搜索引擎。自此，知识图谱技术开始广泛应用于人工智能、自然语言处理和大数据分析等领域。 《2018知识图谱发展报告》对知识图谱的定义、技术、应用和发展历程进行了详细的介绍，对知识图谱在人工智能、自然语言处理和大数据分析等领域的重要作用进行了深入的分析，为读者提供了一个系统的知识图谱概述。