6.5 总 结

知识图谱通过实体和实体之间关系的方式表达现实世界的知识，它为智能问答、智能搜索、语义关联等知识应用提供支持。深度学习技术利用表示学习的手段对实体和关系的语义进行刻画和运算，广泛应用于命名实体识别、关系抽取、关系补全等任务中，成为支持知识图谱自动创建的重要技术之一。

随着大数据现象的出现，如何从多源、异构、时变、高噪声的大数据资源中自动获取碎片化的知识，并完成碎片化知识的实时融合，将成为知识图谱相关研究中的重要问题；而以深度学习为代表的表示学习技术，也将因其所具备的强表达能力、强泛化能力和高效性、灵活性等特点，成为知识图谱相关研究的重要辅助技术。