知识图谱和知识库的关系

知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。

关系、属性等知识要素。 通过知识融合，可消除实体、关系、属性等指称项与事实对象之间的歧义，形成高质量的知识库。 知识推理则是在已有的知识库基础上进一步挖掘隐含的知识，从而丰富、扩展知识库。 分布式的知识表示形成的综合向量对知识库的构建、推理、融合以及应用均具有重要的意义。

1.知识图谱主要目标是用来描述真实世界中存在的各种实体和概念，以及他们之间的强关系，我们用关系去描述两个实体之间的关联，例如姚明和火箭队之间的关系，他们的属性，我们就用“属性--值对“来刻画它的内在特性，比如说我们的人物，他有年龄、身高、体重属性。

知识图谱有自顶向下和自底向上两种构建方式。 所谓自顶向下构建是借助百科类网站等结构化数据源，从高质量数据中提取本体和模式信息，加入到知识库中；所谓自底向上构建，则是借助一定的技术手段，从公开采集的数据中提取出资源模式，选择其中置信度较高的新模式，经人工审核之后，加入到知识库中。

在知识表示和推理中，知识图谱是使用图结构的数据模型或拓扑来整合数据的知识库。 知识图通常用于存储具有自由形式语义的实体（对象、事件、情况或抽象概念）的相互关联描述。