当初做课程选题的时候卡在知识图谱属于哪个领域这个问题上，导师一句话直接把我之前的认知推翻，我一直以为它单纯就是数据库方向。

一开始翻资料，只看到一堆名词，图数据库、本体建模，下意识就把它归类成数据库的分支，选了数据库相关的参考文献，写了大半的开题初稿。交上去之后，被导师打回，说方向定位错了。

知识图谱的计算机领域归属

那段时间翻ACM发布的相关论文目录，大量知识图谱相关的论文，都收录在人工智能、自然语言处理的专题下面，而不是传统数据库板块。传统数据库侧重存储和查询结构化表格数据，知识图谱不一样，核心是描述实体和实体之间的关系，它存储的是网状关联信息。

很多人会混淆，图数据库只是知识图谱的一种存储载体，载体不等于知识图谱本身。做图数据库开发的人，关注点在存储引擎、查询语句优化；搭建知识图谱的人，更多精力放在实体抽取、关系对齐、本体构建这些内容上。

它不是单一细分方向。

知识图谱交叉延伸的相关领域

关联领域在知识图谱里承担的工作参与程度
自然语言处理文本里抽取实体、识别关系，做实体链接核心环节
数据库选用图数据库，设计查询语句，管理数据存储支撑环节
知识工程定义本体规则，规范实体类型与关系模式底层理论
机器学习训练知识嵌入模型，补全缺失的实体关系增强手段

隔壁实验室做信息检索的师兄，他们项目里也在用知识图谱，用来优化搜索结果，让搜索不只是匹配关键词，还能理解事物之间关联。那时候才反应过来，知识图谱能落地到很多行业应用，医疗、金融、公安都有案例，行业应用只是落地场景，不能把场景当成它所属的领域。

之前踩过一个大坑，把应用领域当成归属领域，写报告时直接写知识图谱属于金融领域，现在回头看，完全是本末倒置。金融只是拿来用知识图谱做风控、关联分析，底层技术根源不在金融。

最后定稿，把归属写为人工智能下属知识工程方向，融合了自然语言处理与图数据技术。答辩的时候评审没有在这个点上提出异议。

关掉文档的时候，盯着屏幕，脑子里只想着，下次选课题，先分清技术本体和应用场景。