第6章 6.1 基于深度学习技术的知识图谱构建技术研究
随着互联网、云计算等技术的发展，信息资源不断丰富，人们的知识需求也有所增长。如何正确理解知识需求，定位和提取相关的知识，并提供有效的知识服务，是知识工程的重要研究问题。其中，知识图谱作为目前主流的知识工程基础技术，支撑着包括智能搜索、智能问答、个性化推荐等多种知识服务，涉及到知识表示、知识获取、知识融合、知识推理等关键技术。
知识图谱是对知识的结构化表示，其核心思想是将现实世界的知识表达为实体和实体之间关系的形式。实际上，在知识图谱被提出之前，以实体和关系为核心的知识表示方法已经广泛应用于各种知识库中。早期人们通过手工方式来构建这类知识库，后来逐渐发展为从互联网数据资源中自动化地提取实体和关系，用于知识库的构建和完善。近年来，随着深度学习在自然语言处理领域的发展，深度神经网络模型被融合到知识图谱的相关研究中并获得了良好的效果。我们将在本文中介绍知识图谱的基本背景，归纳深度学习的相关基础模型，进而讨论和展望深度学习目前在知识图谱中的应用。
