知识图谱的关键任务和关键科学问题

一、知识图谱的关键任务

知识图谱关键任务主要包含两个方面：知识图谱构建和知识图谱应用。

（1）知识图谱构建：知识图谱构建是研究如何在计算机内部表示、组织知识内容，并从外部多类型数据中用何种方法获取海量知识内容，最终形成知识图谱系统。其相关技术包括：知识表示与建模、知识获取、知识融合等。

（2）知识图谱应用：知识图谱应用主要研究如何利用知识图谱更好地解决实际应用问题，所涉及的技术主要包括：知识存储与管理、知识推理、语义搜索与知识问答等。

二、知识图谱的关键科学问题

1、在知识表示层面：知识表示是知识图谱的基础，是对于客观世界知识中所蕴涵的语义内容以及关联进行的刻画和描述。知识表示既要考虑知识的表示与存储，又要考虑知识的使用和计算，其中需要解决的关键问题是：

（1）建立什么样的知识表示形式能够准确地反映客观世界中不同粒度、层次的知识？

（2）知识表示如何支持高效知识推理和计算，从而使知识表示具有得到新知识的推理能力。

2、在知识图谱构建层面：主要任务包含知识获取和知识融合两项核心技术。其中需要解决的关键问题包括：

（1）从多种异构数据资源中如何获取知识？主要包括结构化(如数据库数据)、半结构化(如互联网上的表格数据等)、非结构化资源(如文本数据等)对象和多模态数据（图像、语音、视频、文字）中如何获取知识。

（2）针对不同类型、不同结构的知识（实体、事件、常识等），面对复杂场景（小样本数据场景、领域迁移场景等）如何精准的获取知识。

（3）针对异构知识资源中获取的片面、冗余的知识，如何学习不同知识之间的映射、关联关系，实现不同知识的相互补充，构建统一、规范的知识图谱？

3、在知识图谱应用方面：其目标是面对具体下游应用（问答、推荐等），如何基于知识图谱建立智能知识服务，提升应用的智能化水平。其中需要解决的关键问题包括：

（1）面对所构建的图结构海量知识内容，如何实现知识的高效存储和快速查询？

（2）面向多类型下游应用，如何实现知识的精准匹配、查询和计算？

（3）面向未知知识，如何在已有知识图谱的基础上，实现大规模知识推理？