知识图谱本质 ：是语义网络知识库，包含有：有向图结构、结点代表实体或概念、边代表实体/概念之间的语义关系
知识图谱的发展：从20世纪五六十年代提出语义网络，20世纪70年代-语义网络和一阶逻辑谓词的关系，20世纪80年代-语义网络理论完善（语义推理），20世纪90年代到概念关系建模，再到21世纪-新的应用场景语义web：通过W3C的标准拓展web，实现数据在不同应用中的共享和重用，用户上传各种图结构的数据（W3C的标准RDF)形成连接数据最后2012年谷歌提出知识图谱（knowledge graph)概念。
知识图谱相比早期语义网络：KG强调实体之间的关联，KG强调实体的属性值，KG概念的层次关系比实体之间的关系的数量少很多，早期的语义网络主要用于对自然语言的句子做表示构建方式不同：KG的主要来源是百科（尤其半结构化的数据）、早期语义网络主要靠人工构建、KG通过知识挖掘技术实现快速构建大规模高质量的知识图谱、KG的构建强调不同来源知识的融合和清洗。
与本体标准语言的区别是：本身不具备形式化语言、利用RDFS或OWL推理具备形式化语义、也不是所有的OWL本体都适合转换成KG。
知识图谱的构建技术：KG的技术地图包含有：
①：知识获取：机构化数据（ETL工具）、半结构化数据（包装器学习抽取规则）、非结构化数据（NLP技术）
②：数据融合：本体构建及管理、数据映射、实体匹配、本体融合、知识存储（NoSQL或RDB）、分布式算（SPARK或Hadoop）
③：知识计算及应用
