本书在讲述知识图谱的定义、原理以及知识描述语言的基础上，系统地介绍了构建一个完整知识图谱所需的技术和流程。主要内容包括本体描述语言、知识图谱建设综述、知识建模 -构建本体、知识获取 -填充本体、知识融合 -完善图谱、知识存储 -高效访问、知识计算和应用 -推理引擎。附录中简要介绍了 RDF转换器。本书读者对象为从事知识管理系统开发的技术人员，以及对知识图谱开发技术感兴趣的相关人员。

1 知识图谱基础知识 1
1.1 知识图谱定义和分类 1
1.2 知识图谱基本技术 4
1.2.1 语义网络概述 5
1.2.2 图基本概念 8
1.2.3 图表示和计算 11
1.2.4 实体、关系和属性 18
1.2.5 本体（知识体系） 20
1.3 知识图谱构建方法和评价指标 28
1.4 典型知识图谱介绍 29
1.5 本章小结 31

2 本体描述语言 33
2.1 Web资源标识符 33
2.2 资源描述框架RDF 34
2.2.1 RDF规则 35
2.2.2 RDF元素 36
2.2.3 RDF实例 39
2.2.4 RDF图和知识图谱 41
2.3 RDF模式RDFS 44
2.3.1 RDFS元素 44
2.3.2 RDFS实例 48
2.4 Web本体语言OWL 49
2.4.1 OWL元素 50
2.4.2 OWL实例 64
2.5 曼彻斯特语法 65
2.5.1 基于框架的知识表示 66
2.5.2 巴科斯规范 67
2.5.3 曼彻斯特语法 69
2.6 本体建模工具Protégé简介 74
2.6.1 Protégé安装 74
2.6.2 Protégé类表达式 76
2.7 本章小结 77

3 知识图谱建设综述 79
3.1 从本体到知识图谱 79
3.2 知识图谱建设原则 82
3.3 知识图谱建设流程 83
3.4 知识图谱开发流程 85
3.5 本章小结 87

4 知识建模-构建本体 88
4.1 本体构建原则 88
4.2 本体构建方法 89
4.3 类层次架构设计准则 92
4.3.1 确保设计正确的类层次架构 93
4.3.2 分析层次架构中的兄弟类 93
4.3.3 考虑类的多重继承 94
4.3.4 确定引入新类的时机 94
4.3.5 判断属性值和类的区别 94
4.3.6 判断实例和类的区别 94
4.3.7 确定本体构建范围 95
4.3.8 声明不相交的类 95
4.4 命名规范的考虑 95
4.5 本章小结 97

5 知识获取-填充本体 98
5.1 实体抽取 98
5.1.1 命名实体规范 99
5.1.2 结构化数据处理 103
5.1.3 半结构化数据处理 114
5.1.4 非结构化数据处理 114
5.2 实体属性和关系抽取 143
5.2.1 实体关系抽取技术概述 143
5.2.2 基于依存句法分析的关系抽取 146
5.3 本章小结 154

6 知识融合-完善图谱 156
6.1 实体对齐 156
6.1.1 实体对齐技术 157
6.1.2 实体对齐实现 162
6.2 实体消歧 167
6.2.1 实体消歧技术 168
6.2.2 实体消歧实现 171
6.3 指代消解 178
6.3.1 指代消解技术 179
6.3.2 指代消解实现 181
6.4 本章小结 183

7 知识存储-高效访问 185
7.1 知识存储概述 185
7.2 图数据库Neo4j 187
7.2.1 Windows下安装 189
7.2.2 Neo4j基础知识 191
7.2.3 Neo4j基本使用 199
7.3 RDF数据操作 202
7.3.1 Neosemantics插件安装 203
7.3.2 Neosemantics功能列表 206
7.3.3 RDF数据的导入导出 212
7.4 Python访问Neo4j 214
7.4.1 Python访问Neo4j 214
7.4.2 Python程序示例 217
7.5 本章小结 219

8 知识计算和应用-推理引擎 220
8.1 知识推理 220
8.1.1 基于描述逻辑的推理 220
8.1.2 基于概率逻辑的推理 221
8.1.3 基于规则的推理 221
8.1.4 基于图结构的推理 221
8.1.5 基于向量表示的推理 222
8.2 Neo4j图数据科学GDS 222
8.2.1 图数据科学GDS的安装 223
8.2.2 图数据科学GDS的使用 224
8.3 Python调用GDS 255
8.3.1 GDS客户端安装 255
8.3.2 GDS客户端使用 256
8.3.3 GDS客户端API 260
8.4 本章小结 261

附录 262