推薦序

近年來，知識圖譜技術及應用受到了廣泛的關注。作為人工智能時代從感知跨越到認知的橋梁，知識圖譜以圖網絡的形式連接人類豐富的知識，并嘗試解決推理和理解問題。越來越多的學者和工業界人士投身于知識圖譜的研究和落地，基于知識圖譜的智能搜索、問答以及推薦也得到了推廣和應用。

知識圖譜相關技術發展迅速，應用也非常廣泛，但仍然有很多問題需要解決。從理論研究方面，知識圖譜的基礎技術仍然需要進一步推進，一些問題，例如語言歧義性、長尾知識獲取、時序知識獲取、多模態知識的融合、復雜推理，還沒有較好的解決辦法。而從工業實踐上來看，由于數據源繁多，數據規模龐大，異構數據質量參差不齊，高質量通用知識圖譜的構建還有很長的路要走。

因此，很多公司將目光轉向特定領域的知識圖譜應用，也催生了諸如醫療、法律、公安、電商等基于行業的知識圖譜。知識圖譜的發展已經進入下半場，由于技術和工具的不斷成熟，構建完整的知識圖譜也不再是巨頭的專利，具備一定基礎的技術人員也能夠將知識圖譜技術應用于自身業務中。

如何將理論化為應用，是一線從業人員最為關注的問題。雖然構建知識圖譜的要求很高，但門檻已經大大降低。各行各業對知識圖譜的關注度都在提升，知識圖譜相關的課程、教材也已面世。但在理論之外，從業人員更需要一本能夠結合工業實踐將知識圖譜落地的指南。

本書正是這樣一本面向實戰的知識圖譜指南，不僅有基礎的知識圖譜技術介紹，還用大量的篇幅闡述如何快速構建和應用知識圖譜。本書作者都是長期深耕于自然語言處理與知識圖譜領域的一線研究人員和工程師，為國內的知識圖譜開源社區OpenKG貢獻了很多有價值的數據和工具。他們從實踐角度，通過淺顯易懂的解析以及開源的代碼，對知識圖譜的理論基礎、相關工具、構建步驟進行了詳細的闡述。相信無論是知識圖譜從業人員還是研究學者，都可以通過本書了解知識圖譜的全流程構建方法，并能夠將其應用到實際項目和業務中。

王昊奮　同濟大學特聘研究員，OpenKG聯合創始人，CCF SIGKG主席