的计算功能以及基于知识图谱的应用。我们首先来看一下知识图谱的定义，再看其架构。
11.1.1 知识图谱的定义
在维基百科的官方词条中，知识图谱是谷歌用于增强其搜索引擎功能的知识库。本质上，知识图谱旨在描述真实世界中存在的各种实体或概念及其关系，其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。现在的知识图谱已被用来泛指各种大规模的知识库。知识图谱中包含以下几类节点和边。
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、某一个城市、某一种植物、某一种商品等。世界万物由具体的事物组成，就是实体，如图11-1中的“中国”“美国”“日本”等。实体是知识图谱中最基本的元素，不同的实体间存在不同的关系。
●语义类（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。概念主要指集合、类别、对象类型、事物的种类，例如人物、地理等。
●内容：通常作为实体和语义类的名字、描述、解释等，可以由文本、图像、音视频等来表达。
属性（值）：从一个实体指向它的属性值。不同的属性类型对应不同类型属性的边。属性值主要指对象指定属性的值。如图11-1所示的“面积”“人口”“首都”是几种不同的属性。属性值主要指对象指定属性的值，例如960万平方公里等。
●关系：形式化为一个函数，它把几个点映射到一个布尔值。在知识图谱上，关系则是一个把几个图节点（实体、语义类、属性值）映射到布尔值的函数。
基于三元组是知识图谱的一种通用表示方式。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）等。如图11-1的知识图谱例子所示，中国是一个实体，北京是一个实体，“中国-首都-北京”是一个（实体-关系-实体）的三元组样例；北京是一个实体，人口是一种属性，2069.3万是属性值。“北京-人口-2069.3万”构成一个（实体-属性-属性值）的三元组样例。知识图谱是知识库中的实体集合，共包含E|种不同实体；知识图谱也是知识库中的关系集合，共包含|R种不同关系。每个实体（概念的外延）可用一个全局唯一确定的ID来标识，每个属性-属性值对（Attribute-ValuePair，AVP）可用来刻画实体的内在特性，而关系可用来连接两个实体，刻画它们之间的关联。
11.1.2 知识图谱的架构
知识图谱的架构包括自身的逻辑结构以及构建知识图谱所采用的技术（体系）架构。
- 知识图谱的逻辑结构
知识图谱在逻辑上可分为模式层与数据层两个层次，数据层主要是由一系列的事实组成的，而知识将以事实为单位进行存储。如果用（实体1-关系-实体2）、（实体-属性-属性值）这样的三元组来表达事实，可选择图数据库作为存储介质，例如开源的Neo4j等。模式层构建
第11章 知识图谱
373