中国知识图谱行业研究报告 2022.8 iResearch Inc.一图胜万言，一目了然2前言 研究背景：研究对象：2020 年，艾瑞已经发布了 2020 年中国知识图谱行业研究报告、2020 年面向人工智能“新基建”的知识图谱行业白皮书，初步对知识图谱的概念定义、行业场景、整体市场规模与产业链等进行了梳理与分析。2022 年，艾瑞将发布第三篇知识图谱行业报告，深入探讨知识图谱技术在通用知识图谱与行业知识图谱的企业诉求，剖析各行业的核心业务痛点，阐明知识图谱技术与应用对业务痛点的针对性与价值，对比各行业的知识图谱发展现状与潜力，展现知识图谱技术的建设重点与未来趋势。希望通过本报告，为读者呈现现阶段知识图谱行业发展的要点，提供辨析和判断知识图谱行业趋势的方法启发。当然，限于研究周期与行业理解水平，报告仍有不足之处，敬请各界读者指正。本报告研究对象分为：通用知识图谱与行业知识图谱，包含互联网、金融、政务与公安、医疗、工业与电力 5大行业的行业痛点、知识图谱应用场景及价值、市场规模；知 识图谱现阶段的行业热点与建设痛点；知识图谱的行业参与者类型及业务特点。研究方法：本报告通过业内资深的专家访谈、桌面研究、案例实证研究、行业对比研究、投融资数据统计与行业规模数据推算输出相应研究成果。艾瑞咨询 产业数字化研究部 人工智能研究组 报告撰写3 2022.8 iResearch I摘要 来源：艾瑞咨询研究院自主研究绘制。未来，知识图谱厂商、大数据厂商、NLP 厂商、互联网大厂与信息化厂商等知识图谱业内参与者 将从 强化技术实力与深化行业认知 的角度出发，结合自身原有业务优势，持续深化发展行业知识图谱业务。知识图谱业务场景也将不断迭代，行业应用场景边界拓宽，垂直应用场景被做深做透。知识图谱生态也将继续由监管引导方、供给方、需求方、投资方、高校及科研院所融合共建，汇聚建设合力，促进产业生态成长壮大。感知到认知的跨越式发展，须引入发展认知技术，知识图谱 在此形势下成为了破局的关键技术。数字经济的持续发展 将加速知识图谱产业化进度，推动知识图谱与传统产业融合。高性能图计算 可为图计算输送更快更准的计算能力，服务于知识图谱运算，算力规模化部署 也为知识图谱计算的高密度、高功耗要求提供了有利发展条件。深度学习技术、NLP 技术、知识图谱技术 协同并进，尤其是 NLP 技术 近几年的快速发展为知识图谱产业化提供了机会。知识图谱建设需面临的建设难点主要在于 数据治理、行业专家储备、底层图数据库存储、算 法生产流程与性能待提升、客户认知待培养以及产品封装形式待优化。攻克知识图谱的建设重难点 将有利于从源头保证知识与智慧真实可靠、可用正确，储备培养深厚行业专家与技术复合型专家，升级底层图数据的存储方式，改善算法性能，为知识图谱建设减少阻碍。2021 年，知识图谱 核心 市场 规模预计达到 107 亿元，而到 2026 年，相应规模将超过 296 亿元，2021-2026 年 CAGR=22.5%。金融与公安 两大行业的知识图谱占比较高且增长速度较快，其业务与知识图谱可密切结合，同时具备建设意愿与资金投入，因而成为了市场规模的主要拉力。未来，随着政务数字化建设的完善，政务 对知识图谱的业务需求会逐渐唤醒，成为未来市场的拉力之一。行业背景行业规模建设重点探讨趋势展望4研究范围界定及赛道评估 1行业场景分析 2优秀案例实践 3建设重点解读 4行业趋势洞察 55 2022.8 iResearch I概念与研究范围界定 描绘实体之间关系的数据结构语义网络 知识图谱是人工智能的一大底层技术，是描绘实体之间关系的语义网络，自带语义、逻辑含义和规则，通过三元组即“实 体 关系 属性”集合的形式来描述事物之间的关系。知识图谱将非线性世界中的知识信息结构化、可视化，辅助人类进行推理、预判、归类。知识图谱中的图并非图像概念，而是类似化学分子式的结构，一个知识图谱往往存在多种类型的实体与关系。知识结构网络化、网络结构复杂、网络由三元组构成、数据主要由知识库承载是知识图谱的四大基本特征。一 般而言，知识图谱的数据以文本化数据为主，数据化数据为辅。来源：艾瑞咨询研究院根据公开资料自主研究绘制。人工智能 知识图谱 实体 关系 属性 抽象出来的事物或具体的事物作为主体，对应知识图谱中的节点/顶点（Point/Vertex）事物与事物之间的外部联系，对应知识图谱中的边（Edge）事物 内部的 本质特征，是实体的固有特性，一般不体现在图表征结构中，而是 蕴藏在实体内部或关系内部 节点 边 同一类型的边和节点 不同类型的边和节点 知识图谱概念界定 EntityRelationPropertyPart2:赛道驱动力评估 Part1:研究范围预热铺垫 属性 属性6 2022.8 iResearch I主要任务介绍 五大任务，复杂关联推理为突破重点 一般而言，知识图谱需执行的主要任务包括知识图谱构建与补全、实体统一（消歧）、实体分类、知识检索问答（简单推理）、复杂关系推理。现阶段的复杂关系推理需要更多依赖人类预测与推断各种可能的情况，并优先推荐可能性大的情况。来源：艾瑞咨询研究院根据公开资料自主研究绘制。Task 1：知识图谱构建与补全 Task 2：实体统一（消歧）Task 3：实体分类 e1e3e2e5e4e6r 1r 1r 1r 2r 3r 3r 2e3 r 2e2、e4利用关联的三元组补全缺失的关系，实现图谱完整构建e3e2e5e4r 1r 1r 1r 2r 3e1e1e1r 1e2e3e4e5r 3r 2r 3r 3 r 4？KG1KG2把实际含义、属 性一致的实体统一为 1个 将不同属性的实体按相同属性归为一大类知识图谱主要任务 Task 4：知识检索问答（简单推理）Task 5：复杂关联推理 水和二氧化碳反应可以生成什么？碳酸 复仇者联盟 黑寡妇的扮演者是谁？斯嘉丽 约翰逊 并联电路各支路电压的特征？各支路电压相同 蒙娜 丽莎 卢浮宫 巴黎 城市 埃菲尔 铁塔 小明 男生 晓莉 达芬奇 喜欢 性别 朋友 感兴趣 创作 位于 位于 级别 坐落于 去过 预测缺失的信息，推断行为与影响Part2:赛道驱动力评估 Part1:研究范围预热铺垫 归一