知识图谱是大数据治理与应用研究前沿，也是驱动语义检索、智能问答、智能推荐、知识关联发现等知识服务的基石。本书系统梳理了知识图谱构建涉及的关键技术及典型知识服务案例，提出面向科技文献资源和专题知识的科研知识图谱构建方案及以此为基础支撑的科研综述知识应用实践，是知识图谱在情报学或图书馆学领域交叉集成应用的研究成果。 本书适合图书情报、管理科学与工程等相关领域的知识组织与智能知识服务研究人员阅读，也可为通用学术知识图谱工程化实施专业人员提供参考。

前言 知识图谱是人工智能的重要分支，涉及知识工程、机器学习、图数据等多个领域的技术，也是数据密集型科研范式下新型的数据基础设施及知识组织形式，其语义规范性和链接思想可将原本非结构、无关联的粗糙数据逐步提炼为结构化、强关联的高质知识，支持科技文献结构与主题信息的多角度组织与揭示，在数据分析与挖掘方面表现出极高的应用价值，可支撑“大数据化”科技文献的关联融合和智能知识服务。本书依托国家科技图书文献中心“下一代开放知识服务平台总体设计及关键技术研发”专项研究成果，在系统梳理知识图谱构建关键技术及典型知识服务案例的基础上，着重介绍以科技文献为主要数据源（研究对象）的科研知识图谱构建与落地应用实践，以期为有志于从事知识图谱或知识组织与智能知识服务行业的读者提供参考。 本书共5章，各章简要内容介绍如下。 第 1 章 知识图谱概述。主要介绍知识图谱的起源与发展、相关技术与方法、国内外典型科研知识图谱项目。 第 2 章 智能知识服务。介绍以语义检索、智能问答、智能推荐、基于推理的知识关联发现为主的智能知识服务发展与现状，并举例阐述知识图谱驱动的智能知识服务方法和实践。 第 3 章 科技文献语义模型研究。首先介绍数据密集型科研范式下科技文献的发展形势，进而从文献结构和文献内容两个维度介绍科技文献语义关联描述模型设计方法。 第 4 章 面向科技文献的科研知识图谱构建与管理。首先介绍科研知识图谱模式层构建与多源科研知识图谱构建方法，然后重点围绕语义知识图谱构建工具、结构化语料获取解析与加工、科研知识图谱的存储与管理等展开具体介绍。 第 5 章 知识图谱驱动的科研综述表达实践。这是应用案例章节，作者以图谱式综述为实践场景，重点介绍设计思路、体系架构、知识图谱的知识计算支撑技术、综述文档设计与实现。 本书以作者所在研究团队的研究实践为基础，在此感谢各位团队成员的共同努力。在本书撰写期间，课题组成员鲜国建研究员、罗婷婷副研究员等人也多次给予非常有价值的调研信息、技术指导和修改意见，在此表示衷心的感谢。 感谢电子工业出版社的编辑老师，他们为保证本书的质量做了大量工作，提出了诸多有益意见。 由于作者水平有限，书中难免存在疏漏与不妥之处，恳请同行专家及广大读者批评指正。

目录 第1章 知识图谱概述 001 1.1 知识图谱的起源与发展 001 1.2 知识图谱相关技术与方法 004 1.2.1 知识图谱构建技术流程 004 1.2.2 知识图谱数据模型 010 1.2.3 知识图谱存储与管理 016 1.3 国内外典型科研知识图谱项目 024 1.3.1 Springer Nature SciGraph 025 1.3.2 AceKG 028 1.3.3 Open Academic Graph 030 1.3.4 领域/专题科研知识图谱 033 1.4 本章小结 038 参考文献 038 第2章 智能知识服务 041 2.1 语义检索 041 2.1.1 语义检索的含义 041 2.1.2 语义检索方法与架构 042 2.1.3 语义检索系统分类 045 2.1.4 学术语义检索系统 048 2.1.5 基于水稻领域知识图谱的语义检索实践 053 2.2 智能问答 060 2.2.1 智能问答的含义 060 2.2.2 智能问答方法与架构 061 2.2.3 典型的智能问答系统 063 2.3 智能推荐 064 2.3.1 智能推荐的含义 064 2.3.2 智能推荐方法与架构 065 2.3.3 基于知识图谱的智能推荐 066 2.4 基于推理的知识关联发现 070 2.5 本章小结 072 参考文献 072 第3章 科技文献语义模型研究 078 3.1 数据密集型科研范式下科技文献的发展 078 3.1.1 数据密集型科研范式 078 3.1.2 语义出版实践 080 3.1.3 科技文献新特征 082 3.2 科技文献语义关联描述模型 083 3.2.1 面向文献结构的语义模型 084 3.2.2 面向文献内容的语义模型 086 3.3 本章小结 092 参考文献 092 第4章 面向科技文献的科研知识图谱构建与管理 094 4.1 科研知识图谱模式层构建 095 4.1.1 科研本体实体对象选取与定义 095 4.1.2 科研本体多维度数据模型描述 096 4.1.3 基于Protégé的本体构建与管理 101 4.2 多源科研知识图谱构建方法 102 4.2.1 基于题录的知识转换 102 4.2.2 基于文献正文的知识抽取 102 4.2.3 基于科技文献的知识图谱构建实践 104 4.3 语义知识图谱构建工具 106 4.3.1 基于本体模型的实体与关系抽取 109 4.3.2 多格式图谱数据的转换与加载 112 4.3.3 多查询端远程图谱数据迁移 115 4.3.4 图谱数据的动态更新 117 4.3.5 性能评估与对比试验分析 120 4.4 结构化语料获取解析与加工 124 4.4.1 基于PID和消歧算法的实体消歧 125 4.4.2 多因子复合加权文献重要度计算 131 4.4.3 基于语义匹配的文献资源主题标引 132 4.4.4 基于深度学习的论文摘要语步分类 134 4.5 科研知识图谱的存储与管理 136 4.5.1 知识图谱属性映射规则 136 4.5.2 RDF2PG转换方法 138 4.6 本章小结 139 参考文献 140 第5章 知识图谱驱动的科研综述表达实践 144 5.1 实践背景介绍 144 5.1.1 科研综述的内涵 148 5.1.2 科研综述相关研究 148 5.2 科研综述设计思路与技术需求 152 5.2.1 多层次科研综述模型设计 153 5.2.2 科研综述应用服务场景 154 5.2.3 基于图算法的接口支撑策略 155 5.3 知识计算在科研综述中的支撑应用 156 5.3.1 面向查询的语义解析与实例匹配 157 5.3.2 基于子图结构的实体及关系聚类 158 5.4 结合知识图谱和POI的综述文档生成 160 5.4.1 科研综述文档模板调研与设计 160 5.4.2 知识图谱与POI的匹配与协同 161 5.5 基于知识图谱的科研综述体系架构 162 5.5.1 科研综述生成体系架构设计 162 5.5.2 专题科研知识图谱构建 164 5.5.3 科研综述生成实现 172 5.5.4 与现有综述方法的对比分析 178 5.6 本章小结 180 参考文献 181