知识图谱（KG）是什么？有什么用？与大数据和人工智能关系如何 ...

很偶然的机会看到关于知识图谱（Knowledge Graph）的相关内容，思考之下，KG也已经在生活中应用，只是还远没有完成成长期。之前有朋友评论说AI还有20年才不是炒作，其实所有技术都不是割裂的，大数据、知识图谱等等为AI的加强，相信更高端和成熟的应用会很快出现。
使用今日头条，一定会为你推荐感兴趣的人和话题，这里也有知识图谱的功劳，即兴趣图谱。本文对知识图谱做一些边学边讲的介绍。

KG让知识更有Power
知识图谱是什么？

百度百科的解释太抽象，所以自行理解一下：世界上存在各种各样的事物，而事物间又存在着关联，采用统计学、图形学、数据挖掘与分析等技术，将事物定义、描述、关联之类的数据梳理起来，利用这些知识获取思考、推理、理解的能力。
知识图谱早已经有公司和机构在编制了，如wiki百科、百度百科、头条问答也可以算一种，然后将这些数据进行理解和梳理，能够更好的找到你的兴趣点，以及提供使用支持。
比如建立好医疗的知识图谱，那么作为需要就医的患者，只要提供疾病症状，AI软件就可以结合KG为你提供去哪家医院，找哪位医生，医生几点在这类的信息。

事物之间的关系一直都存在，让数据链接起来
知识图谱有什么用？怎样建立？

我们还是接着医疗的话题进行讨论。知识图谱的建立至少需要知识表示、抽取、存储和融合几个阶段的工作。医疗机构建立医疗图谱，首先需要将医院、患者、疾病、诊断书、药品、医疗仪器等历史数据，以及互联网上关于各类医疗相关的问答、文章、论文等数据抽取；然后，由专业人士配合技术人员，采用语义分析、机器学习等技术对所有数据进行理解，形成RDF（资源描述框架）中的资源、属性类型、属性值元组；再将信息储存起来，形成融合的知识，使用中与自然语言进行结合。
这时候，医疗知识图谱中有这样一些资源信息，感冒->流鼻涕、发烧...->呼吸内科...->近期在华北地区流行->儿童多发->XXX儿童医院->XXX医生->全国知名专家->56岁、男->住在朝阳区->.....，当然实际应该是一个复杂图状关系。
这时候，儿童患者家长使用医疗智能客服APP，说了一句“我儿子5岁，今天感冒，发高烧怎么办”，智能客服就可以将这段自然语言解析后与知识图谱信息结合，给出“请做地铁10号线，XX站下车，步行前往XXX医院，挂号XXX科，国内知名专家XXX擅长医治该类病症，现在他正在坐诊！当前流行性感冒在华北地区高发，请家长注意交叉感染！”
感觉如何？知识图谱就是这样建立和应用的，和你想象中的AI差距多大？

连接起来的数据知识，会为人们带来更多价值
知识图谱与大数据、人工智能是什么关系？

通过前面的介绍，可以看出要建立完善的知识图谱，需要掌握的数据超级多，并且需要进行数据的分析，这里必然用到了大数据的技术。
同时，作者理解知识图谱本身就属于AI的范畴，是人工智能的一部分，会让AI更智能。
至于技术，又涉及图计算、各类抽取模型，知识库如WordNet、Cyc....，数据采集模式又有数据众包等概念。
以上是一些知识图谱的基本介绍，随着学习的深入将进一步的与大家分享。（头条号：博识科技 原创首发，总有人不打招呼抄袭，打个标记）