知识图谱网站案例综述

当人们第一次接触“知识图谱网站”时往往容易把重点放在“图”上仿佛只要网页上出现节点、连线或关系网络图就已经完成了知识图谱应用。实际上这种理解过于表面。知识图谱的核心不在于是否画出了一张图而在于网站是否已经把现实世界中的对象组织成“实体—属性—关系”的结构化知识系统并以此支持检索、分析、推理、推荐或知识服务。以搜索网站为例如果系统能够把“李白”识别为人物实体把“唐代”识别为时代实体把《将进酒》识别为作品实体并进一步组织“作者—作品”“人物—时代”“人物—地点”等关系那么它就不再只是进行关键词匹配而是在进行对象化检索。再如学术网站如果系统不只是返回若干论文标题而是能够揭示“学者—论文—机构—主题—引用网络”的关联结构那么它实际上已经进入了知识图谱驱动的学术发现阶段。因此判断一个网站是否真正成功应用知识图谱关键不在于它是否宣称自己“用了图谱”而在于三个方面第一它组织的知识对象是什么第二这些对象之间建立了哪些关系第三这些关系最终服务于什么任务。围绕这三个问题可以把较有代表性的知识图谱网站概括为五类综合类、学术类、商业类、文化遗产与数字人文类、研究资源平台类。本文所列网站既包括面向终端用户的业务平台也包括面向研究与开发的开放资源平台因此“知识图谱网站”在这里是广义用法。一、综合类综合类网站面向最广泛的普通用户核心任务是把海量、异构、分散的网络信息组织成更易理解的知识结果。与传统搜索主要依赖关键词匹配不同这类网站更强调实体识别、属性组织和直接答案生成。百度搜索 / 百度知识图谱开放平台https://www.baidu.comhttps://kgopen.baidu.com百度知识图谱开放平台把“更好的搜索体验”作为重要目标这表明百度已经把知识图谱视为搜索系统的重要基础设施而不是单纯的后台实验技术。其意义在于它能够把“人物、地点、机构、作品、事件”等对象从海量网页文本中抽离出来进一步组织为属性和关系从而让搜索结果不再只是网页列表而更接近结构化知识结果。百度百科https://baike.baidu.com百度百科虽然表面上是词条网站但从知识组织角度看它更接近大规模中文实体知识库。百科词条天然具有“名称—简介—属性—相关对象”的结构因此非常适合作为知识图谱中的实体与属性来源。它的重要意义在于说明知识图谱并不一定总以“图形界面”出现很多时候它首先表现为实体知识的规范化组织。Google Search / Google Knowledge Graphhttps://www.google.comhttps://developers.google.com/knowledge-graphGoogle Knowledge Graph Search API 明确用于在 Google Knowledge Graph 中查找实体并说明该 API 使用 schema.org 类型和 JSON-LD 表示。由此可以看出Google Search 中的知识面板并不是简单的网页摘要而是建立在面向实体的知识组织能力之上。Google 的典型意义在于它非常清楚地体现了搜索引擎从“strings”走向“things”的方向即从字符串匹配走向对象理解。这一案例特别适合与百度搜索对照用来说明知识图谱在综合搜索中的共同作用机制。二、学术类学术类知识图谱网站通常围绕论文、学者、机构、主题、会议、引用关系等对象展开。它们不以“给出唯一答案”为主要目标而更关注“关系发现”“研究脉络梳理”和“主题演化分析”。AMinerhttps://www.aminer.cnAMiner 的代表性在于它把“查论文”扩展为“找学者、找机构、找方向、找关系”说明知识图谱在学术场景中的核心价值不只是提高检索效率更在于帮助用户发现隐含的知识结构。万方选题https://topic.wanfangdata.com.cn万方选题强调的不是文献条目的简单罗列而是围绕“主题”组织知识对象和演化关系。它特别适合用来说明学术知识图谱并不只是“论文库”而是“主题—文献—机构—方向”之间的结构化分析平台。万方科研态势https://trends.wanfangdata.com.cn万方科研态势强调图谱展示和知识分析能力说明图谱化分析已经进入产品功能层。这类平台特别适合说明知识图谱在学术情报场景中的优势即帮助用户从离散文献转向整体结构从单篇阅读转向领域态势把握。中国历代人物可视化平台https://cbdb-qvis.pkudh.org该平台依托 CBDB 数据基础将人物、时间、地点、社会关系、著述等对象组织在统一框架中因此既属于数字人文平台也具有很强的学术分析属性。Semantic Scholarhttps://www.semanticscholar.orgSemantic Scholar 官方将自己定义为 free, AI-powered research tool并说明其 API 支持 authors、papers、citations、venues 等对象探索。这表明它并不是普通论文搜索框而是围绕学术对象和关系组织起来的研究发现工具。OpenAlexhttps://openalex.orgOpenAlex 官方将自己定义为 the open catalog to the global research system开发者页面则明确说明它连接了 works、authors、institutions、funders 等对象。这说明它已经非常接近开放学术知识图谱的典型形态。三、商业类商业类知识图谱网站通常围绕公司、法人、股东、投资机构、任职关系、司法风险和经营状态等对象展开主要服务于企业查询、尽职调查、风险监控与商业决策。企查查https://www.qcc.com企查查的核心价值不在于展示单个企业条目而在于将企业、股东、高管、司法诉讼、知识产权、舆情等多类对象整合为可关联、可追踪的商业知识网络。天眼查https://www.tianyancha.com天眼查实际上也是把企业、法定代表人、股东、对外投资、风险事件等对象组织为关系结构。商业类网站最能说明知识图谱“关系穿透”的价值因为商业分析的关键往往不在于单一对象而在于对象背后的利益联系和风险传导链条。Crunchbasehttps://about.crunchbase.comCrunchbase 是英文世界极具代表性的商业信息网站。其重要性在于围绕公司、融资、领导团队、市场信号等对象构建结构化商业网络因此特别适合作为商业知识图谱网站的英文案例。四、文化遗产与数字人文类这一类网站的知识对象往往跨越时间、空间和文本常见对象包括人物、地名、时代、著作、文物、建筑、历史事件、馆藏资源、艺术家、艺术作品以及音乐与演出活动等。它们既服务研究也服务传播和公众教育。古籍文献知识图谱网https://cnkgraph.com该网站首页展示“年历、地图、人物、专题、古籍、诗文、工具、开放 API”等栏目并提供编年地图、自动笺注、出处与化用分析等功能。这说明它并不是普通古籍阅读网站而是把古籍、诗文、人物、时间和地理信息整合为知识网络的综合平台。上海图书馆开放数据平台https://data.library.sh.cn该平台以 Linked Data 方式发布“人、地、时、事、物”基础知识库以及家谱、古籍、手稿档案等文献知识库并提供 REST API、SPARQL Endpoint 等接口。它展示了图书馆如何从馆藏资源提供者转变为开放知识服务提供者。地图书https://www.ditushu.com地图书将自己定义为“人文结构化知识数据库在线协作共享平台”强调结构化知识库的协作、共享、分析和可视化能力。它的重要意义在于说明数字人文中的知识图谱网站不只是展示平台也可以是协作建库平台。数字历史http://www.shuzilishi.com数字历史中的“知识图谱”栏目致力于把计算机技术引入古籍领域抽取古籍中的实体信息并建立关联从而形成古籍领域知识图谱。它体现的是较为典型的专题化、学习型数字人文平台形态。Europeanahttps://www.europeana.euEuropeana PRO 明确说明Europeana 网站在线提供来自 3500 多家数据提供者的数百万文化遗产条目因此它不仅是数字展示平台更是欧洲文化遗产的跨机构知识聚合平台。Europeana 的重要性在于它是国际范围内最著名的文化遗产数字聚合平台之一非常适合作为英文世界中的文化遗产知识组织案例。Getty Vocabularieshttps://www.getty.edu/research/tools/vocabularies/Getty Vocabularies 包括 AAT、TGN、ULAN 等著名结构化词表。Getty 官方说明这些词表可作为 Linked Open Data 提供并可通过 SPARQL endpoint 获取同时支持 N-Triples 等格式下载。由此可以看出Getty Vocabularies 虽然更偏向权威词表与知识组织基础设施但它本身就是文化对象规范化组织的重要图谱资源。ArtDLhttps://artdl.orgArtDL 是一个面向绘画图像学分类的数据集网站官方说明其主要收集来自在线博物馆和开放数据馆藏的绘画图像并以 Iconclass 体系中的角色类别进行标注。它的重要意义不在于通用知识检索而在于展示艺术图像如何被转化为可计算、可分类、可链接的结构化资源。从知识图谱视角看ArtDL 代表的是“艺术图像对象—图像学类别—来源馆藏”这一类较为典型的艺术语义组织方式。RKDartistshttps://www.rkd.nl/en/collection/digital-collection/rkdartists-as-linked-open-dataRKDartists 是荷兰艺术史研究所提供的开放艺术家数据库。官方说明其收录艺术家、艺术机构、收藏家、研究者等多类艺术人物与机构信息并以 Linked Open Data 方式提供。这说明它不仅是艺术家名录更是可用于人物、机构、艺术史关系组织的开放艺术知识图谱资源。RKDartists 的典型意义在于它清楚体现了艺术史领域中“艺术家—机构—作品—研究者”这一类对象网络的规范化组织。ChoCohttps://github.com/smashub/chocoChoCoChord Corpus是一个面向音乐和声知识的知识图谱资源。ChoCo 更适合被理解为公开知识图谱资源项目或数据入口其公开入口主要托管在 GitHub。公开说明表明它将来自多个来源、不同表示格式的和声标注语料进行语义整合并以知识图谱形式组织可进一步与 Web 上其他音乐资源链接。相关项目还将其描述为音乐和声知识图谱中的大型语义集成案例。它的重要意义在于说明艺术类知识图谱并不局限于绘画或文博对象也可以进入音乐内容、和声结构和乐理知识组织。Artsdatahttps://www.artsdata.ca/en/https://kg.artsdata.ca/Artsdata 官方明确把自己定义为“为加拿大艺术领域设计的知识图谱”并说明其目标是让艺术领域数据更容易被发现和复用其知识图谱站点则直接写明它是 a pan-Canadian knowledge graph for the arts。由此可以看出Artsdata 已经不是一般的演出信息列表而是面向艺术机构、活动与艺术从业者的开放链接数据平台。Artsdata 特别适合说明表演艺术领域中的知识图谱应用通过事件、机构、艺术家和地点等对象的链接提高演出信息的传播、复用与发现能力。五、研究资源平台类这一类网站不主要面向普通终端用户而更偏向研究者、开发者和社区协作者。其价值在于提供开放图谱、工具、标准、评测与共享机制。OpenKGhttps://openkg.cnOpenKG 更像知识图谱领域的开放资源平台与社区基础设施强调开放图谱、工具、评测与社区活动的整合。Wikidatahttps://www.wikidata.orgWikidata 官方将自己定义为 free and open knowledge base同时强调其 collaborative 与 multilingual 特性。它是全球最著名的开放知识库之一也是知识图谱研究和应用中最常被引用的开放资源平台。DBpediahttps://www.dbpedia.orgDBpedia 是从 Wikimedia 项目中抽取结构化内容而形成的开放知识图谱资源长期被视为知识图谱研究与应用背后的重要开放数据基础设施。它很适合与 OpenKG、Wikidata 并列用来说明“开放抽取—开放数据—开放访问—开放链接”这一路线的价值。六、不同类型知识图谱网站的差异从表面上看这些网站都可以被称为“知识图谱网站”但它们的知识对象、数据来源、目标用户和服务方式并不相同。综合类网站面向最广泛的大众用户因此强调覆盖面广、响应快、结果直观重点在于把对象快速识别出来并生成结构化结果。百度搜索和 Google Search 都体现了知识图谱在搜索场景中的基础设施作用它们并不是简单列出网页而是尽量把人物、地点、作品、机构等对象组织成可直接理解的知识结果。学术类网站面向研究者和学习者重点在于关系分析和知识发现而不是给出单一答案。AMiner、Semantic Scholar、OpenAlex、万方选题都把研究对象之间的联系放在更重要的位置使用户能够从“找到一篇论文”走向“理解一个方向、一组学者和一条研究脉络”。商业类网站面向企业调查、金融风控和商务分析因此更强调关系穿透和风险传播。企查查、天眼查和 Crunchbase 所组织的知识对象虽然也属于实体与关系但它们更具有现实约束和决策价值服务目标直接指向企业识别、股权穿透、风险发现和尽职调查。文化遗产与数字人文类网站面向更复杂的历史文化对象。这类对象跨时空、跨文献、跨资源类型因此对语义解释和规范化要求更高。古籍文献知识图谱网、上海图书馆开放数据平台、Europeana、Getty Vocabularies以及补入的 ArtDL、RKDartists、ChoCo、Artsdata都体现了文化对象从“资源条目”走向“可链接知识对象”的过程。研究资源平台类网站则更像基础设施。OpenKG、Wikidata、DBpedia 并不主要替普通用户完成某一具体业务任务但它们通过开放数据、开放访问、工具链、Schema 和社区机制为更多知识图谱应用提供底层支撑。因此从应用层次上看知识图谱网站大致可以分为三个层面第一层是对象组织层即把分散信息整理为实体、属性与关系第二层是分析发现层即支持结构化查询、关系浏览和网络分析第三层是任务服务层即把图谱能力真正用于搜索问答、科研分析、商业调查、文化传播和研究协作。不同类型网站的差异主要就体现在这三个层面的侧重点不同。 小结知识图谱网站并不是某一种固定的网站类型而是一种以“对象和关系”为中心的知识组织方式。它可以进入搜索、学术分析、商业调查、古籍研究、文化遗产传播、艺术资源组织和研究社区平台等多种场景。真正值得关注的不是网站上是否画出了一张图而是它是否已经把知识图谱转化为稳定的知识组织能力、关系分析能力和任务服务能力。“点赞有美意赞赏是鼓励”