前言

在人工智能技术迅猛发展的今天，以大模型为代表的新技术不断涌现，其核心仍聚焦于知识的整合与传递。知识图谱作为一种将知识结构化、可视化的工具，已成为人工智能研究和应用的关键环节。它不仅能为机器提供更加丰富的知识背景，提高理解和推理能力，还能在各种复杂任务中展现出其独特的优势。

知识图谱有着非常广泛的应用，涵盖了搜索引擎、智能问答、推荐系统、医疗诊断等多个领域。通过知识图谱，我们可以将分散的、异构的信息进行关联和整合，构建出一个更为全面和准确的知识网络。这不仅提升了数据的利用效率，也为实现更高层次的智能应用提供了基础。

本书旨在较为全面、系统地介绍知识图谱的基础理论、构建方法及其在各个领域的实际应用。通过本书的介绍，希望读者能够： 

(1) 了解知识图谱的概念——深入了解知识图谱的基本概念、组成要素及其在人工智能中的重要性； 

(2) 熟悉知识图谱的构建技术——从数据采集、清洗，到知识抽取和融合，全面掌握构建高质量知识图谱的流程和技术； 

(3) 探索知识图谱的实际应用——了解知识图谱在不同领域中的具体应用案例，掌握如何将知识图谱技术应用于实际问题中； 

(4) 跟踪前沿研究动态——了解知识图谱在深度学习、自然语言处理等领域的最新研究进展，展望未来的发展趋势。

本书面向希望深入了解和应用知识图谱的高校学生、数据工程师、人工智能研究者以及相关领域的专业人士。学习本书不仅能让读者掌握知识图谱的理论知识和实践技能，还能培养解决实际问题的能力，激发创新思维。

本书力求内容的系统性和实用性，通过丰富的实例和实践环节，帮助读者更好地理解和应用知识图谱技术。希望本书能够成为大家学习和研究知识图谱的一本有价值的参考书，并期待各位读者在使用过程中提出宝贵的意见和建议。

配套资源

 教学课件、应用案例、课后作业、习题答案等资源：到清华大学出版社官方网站本书页面下载，或者扫描封底的“书圈”二维码在公众号下载。

 微课视频(367分钟，15集)： 扫描书中相应章节中的二维码在线学习。

注： 请先扫描封底刮刮卡中的文泉云盘防盗码进行绑定后再获取配套资源。

本书由孙洪淋、侯武、滕霞、尹国东、张东升编写，同时，冯容、皮旭东、彭靓婵、陈靖英、刘珍也参与了本书部分章节的编写工作。

由于作者水平有限，书中难免存在不足之处。此外，由于知识图谱内容涉及面广，且相关技术发展迅速，本书内容难以全面覆盖，敬请各位专家学者和读者给予批评指正。

作者

2025年5月