一、知识图谱是什么？
知识图谱是一种图模型，可以将各个实体的信息联系在一起，形成一个整体。
知识图谱会应用各种不同技术，不仅限于NLP，还包括图像，推荐系统等，构建一整个关系网络。
?
?
知识图谱在医疗领域的作用
?
?二、知识图谱的数据怎么处理？
1.数据怎么获取，怎么整理？
数据获取的几种方式。数据集获取，用户收集，互联网爬虫。?
信息抽取整理。互联网的实体之间，存在信息联系，需要自然语言处理将这些信息抽取出来加以整理。
为了提取有价值的信息，需要进行命名实体识别的NLP任务，以获取人名、地名、数值、专有名词。如医学文本信息中，需要通过标注文本，训练自然语言理解模型，从而将文本数据变为结构化数据。
?
?
?
?
?三、Embedding
在金融领域如何进行Embedding
在图像领域如何进行Embedding
graph embedding不光在NLP领域使用，在图像中也可以有意义，例如图模型。
图模型：如对行人提取个关键点，通过embedding提取出不同部位的特征向量之后，图模型是通过知识图谱的信息连接的方式，将不同部位的特征联系在一起，重新做特征融合。
?图匹配：两个人的不同部位如果一对一的方式进行匹配，可能由于遮挡导致某个部位匹配不准，但是可以通过与它关系紧密的点进行替代，一对多的方式进行Graph Matching。
四、知识图谱怎么设计
?1.业务为主，算法很多是通用的。
2.数据库使用，neo4j是最好的。
?3.知识图谱的组成。
?4.知识融合
?
