目录
一、特定领域的知识图谱
如下图所示，这种图谱在单一领域内非常常用。
通过指定不同的类型，类型包含的属性，类型间存在的关系，以及关系包含的属性进行创建。
特点
- 对单一领域建模，操作可以非常精细
- 可以直接跑各种图算法，非常方便
- 和关系型数据库的思路较为相似，很容易理解
- 泛用性不足，同一套数据结构很难跨领域使用
二、简单的通用知识图谱
如下图所示，是我们常见的基于词以及词与词之间的关系的三元组图谱。
这种图谱以词作为实体来进行图谱的构建。
特点
- 制作简单，没有什么复杂的逻辑规则
- 查询简单，只需要根据词进行查询即可
- 无法用于展示同名实体（还有明星叫罗翔怎么办）
- 没有对关系进行归类，构建过程中很有可能出现 “教授”，“教导” 两种关系名称，但表示的是同一种关系
- 没有对实体进行归类，比如用户想知道图谱中有哪些人的时候会较为困难
补充
其实这种保持词唯一的结构，更适合用于构建语义网。可以内置一些语义上的上下位词、近义词、反义词、属性、实例等关系。如生物和动物是上位词关系，年龄和人类是属性关系，姚明和篮球运动员是实例关系等等。通过构建的语义网，可以让机器更精准的理解句子所要表达的含义，赋能各种语义理解类业务。
三、基于本体的知识图谱
标签：关系,图谱,数据库,知识,语义,构建,属性 来源： https://blog.csdn.net/qq_32894641/article/details/121721801
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。