知识图谱（Knowledge Graph）的概念由谷歌2012年正式提出，旨在实现更智能的搜索引擎，并且于2013年以后开始在学术界和业界普及。目前，随着智能信息服务应用的不断发展，知识图谱已被广泛应用于智能搜索、智能问答、个性化推荐、情报分析、反欺诈等领域。本篇是『知识图谱构建与落地实践』的起始篇，我们与来自百度的NLP工程师路遥，一起研究知识图谱的构建流程与技术细节。

⛵ 作者：韩信子@ShowMeAI，路遥@百度
⛵ 大厂解决方案系列教程：https://www.showmeai.tech/tutorials/50
⛵ 本文地址：https://www.showmeai.tech/article-detail/94

一图看懂全文

ShowMeAI 大厂技术实现方案推荐

• 大厂解决方案系列 | 数据集&代码集（持续更新中）：https://www.showmeai.tech/tutorials/50
• ShowMeAI官方GitHub（实现代码）：https://github.com/ShowMeAI-Hub/
• 『推荐与广告』大厂解决方案
  • 大厂技术实现 | 多目标优化及应用（含代码实现）@推荐与广告计算系列
  • 大厂技术实现 | 爱奇艺短视频推荐业务中的多目标优化实践@推荐与计算广告系列
  • 大厂技术实现 | 腾讯信息流推荐排序中的并联双塔CTR结构@推荐与计算广告系列
• 『计算机视觉 CV』大厂解决方案
  • 大厂技术实现 | 图像检索及其在淘宝的应用@计算机视觉系列
  • 大厂技术实现 | 图像检索及其在高德的应用@计算机视觉系列
• 『自然语言处理 NLP』大厂解决方案
  • 大厂技术实现 | 详解知识图谱的构建全流程@自然语言处理系列
  • 大厂技术实现 | 爱奇艺文娱知识图谱的构建与应用实践@自然语言处理系列
• 『金融科技』大厂解决方案
• 『生物医疗』大厂解决方案
• 『智能制造』大厂解决方案
• 『其他AI垂直领域』大厂解决方案