知识图谱是什么？

说起知识图谱，我们就要介绍一下人工智能的3个层次：1.计算智能，具有运算和存储能力。2.感知智能。3.认知智能。而知识图谱作为人工智能重要一部分备受关注。关于知识的定义有多种，主要有隐式和显式之分。其中显式知识可以用正式、系统化的语言传输，而隐式知识却很难进行形式化描述和分享，我们对知识的编码化和数字化就形成了知识库。

常见的知识图谱的定义是谷歌公司收购了FreeBase后提出的，用来支持从语义角度组织数据，从而提供智能搜索服务的知识库。从这个意义上面来说的话，它就是一种语义知识的形式化描述框架。使用节点表示语义符号，用边表示符号之间的语义关系。

一些术语进行区分：

Ontology: 译为本体，意义是对客观世界进行描述的共享概念化体系。

Knowledge Base: 知识库，服从于ontology控制的知识实例以及载体。

Database: 存储数据的数据库系统。

上面的三者好比是Ontology是蛋糕的模具，Knowledge Base是蛋糕，Database是放蛋糕的盒子。

知识图谱的分类

1.语言知识图谱：主要是存储人类语言方面的知识，典型是WordNet。

2.常识知识图谱：由大量的实体和关系以及支持推理的常识规则构成，代表有Cyc和ConceptNet。

3.语言认识知识图谱：致力于描述认知世界中人们对于语言概念的理解，代表有HowNet知网（区别与查论文的知网）。

4.领域知识图谱：针对特定领域构建的知识图谱，专门为特定领域服务。

5.百科知识图谱：主要以Linked Open Data项目支持的开放图谱为核心，主要有Freebase等。

知识图谱和深度学习

知识图谱是基于符号计算的人工智能的基础，而深度学习是基于数据计算的人工智能基础。在知识图谱中语言和知识单元及其关系蕴含在形式化的符号以及其结构中。而在深度学习中，语言和知识单元以及其关系的语义蕴含在数值空间的点、线、面子空间等单元中。