1 知识图谱概述

• •知识图谱的本质是什么？其解决了什么问题？
• •知识图谱为什么要分为模式层和数据层？
• •构建知识图谱的过程中，你认为哪一部分最有挑战？
• •构建知识图谱需要哪些技术？你认为哪个最难？
• •目前我们接触过哪些基于知识图谱的应用呢？
• •OpenKG的知识图谱对你有什么启发？
• •知识图谱2019白皮书对你有什么启发？
• •如果想做你所在行业的知识图谱，你认为最大的难点在哪里？

2 知识表示与知识建模

• •知识为什么包括了事实、规则和概念？
• •基于知识的分类，你认为哪些类别的知识易于做出知识图谱？
• •在你的工作领域里，是否有程序型知识、因果型知识、条件型知识、关系型知识、实务型知识，是否有做成知识图谱的必要？
• •在选择知识表示时，哪个因素对你来说最重要？
• •如何理解基于离散符号的知识表示？
• •如何理解基于连续向量的知识表示？
• •框架不能表示哪些知识？
• •一阶谓词逻辑可以用来表示哪些知识？
• •理解知识建模方法学有哪些难点？
• •理解本体论遇到哪些难题？
• •理解知识建模方法学有哪些难点？
• •理解本体论遇到哪些难题？
• •理解斯坦福大学的7步骨架法有什么问题？
• •RDF、RDFS如何支持推理的？存在的问题是？
• •OWL2 QL EL词汇有哪些？
• •如何用SPARQL语言、JSON-LD、RDFa、 HTML5 Microdata ？
• •当做知识表示时，如何建立自己的模式层和数据层？
• •词向量可以用来解决什么问题？
• •知识图谱嵌入模型TransE是如何的？
• •知识图谱嵌入可以解决哪些问题？

3 知识存储

• •回忆图论的一些概念，节点、边、RDF图和属性图
• •RDF图的缺点是？
• •回顾属性图的一个例子，工作中如何应用？
• •使用SPARQL语言
• •Neo4J的Cypher语言，有哪些优点和缺点？
• •TinkerPop的Gremlin语言，优点和缺点是怎样的？
• •有哪些存储方法？
• •如何应用基于关系数据库的存储方法？
• •如何使用面向RDF的三元组数据库？
• •何时使用原生图数据库？
• •比较图数据库，如何根据自己需要选择图数据库？
• •回忆图数据库的关键技术：无索引链接Index Free Adjacency
• •哪些数据库应用了属性数据索引？
• •图结构索引方法是怎样的？
• •Jena数据库的优点和缺点是什么？使用中有什么问题？

4 知识抽取与知识挖掘

• •抽取怎样的知识？
• •知识抽取的5大基本任务
• •知识抽取的方法
• •结构化数据的知识抽取方法：直接映射、R2RML
• •半结构化数据的知识抽取方法：手工、包装器和自动抽取
• •非结构化数据的知识抽取方法：
• •实体抽取：规则和统计、深度学习；
• •关系抽取：模板、监督、弱监督；
• •事件抽取：流水线、联合抽取
• •内容挖掘：实体链接
• •结构挖掘：规则挖掘
• •表示学习：TransE、PRA

5 知识融合

• •知识融合面临哪些问题？本体异构、共指问题是什么？
• •在你想做的行业领域知识中，产生知识异构的原因主要是？
• •语言层不匹配：你需要面对哪些问题？
• •模型层不匹配：你需要解决哪些问题？
• •知识融合的流程里，哪些方法更有意义
• •本体概念层有哪些融合方法？概念映射和关系映射分别适合哪些概念和关系？
• •实例匹配一般有哪些方法？哪些方法适合在你的领域知识里使用？
• •LIMES框架的核心是怎样的？
• •使用LIMES的过程中有哪些问题？

6 知识推理

• •逻辑推理有哪些类别？在你工作的领域里，哪种方法运用得较多？
• •知识图谱的推理包括哪些任务？
• •实体对齐
• •关系对齐或者属性对齐
• •基于演绎的方法有哪些？
• •产生式规则系统和基于规则的学习有哪些区别？
• •基于逻辑编程的推理方法有哪些？
• •产生式系统应用于哪些领域？
• •产生式系统执行的流程是怎样的？
• •产生式系统：Drools和Jena的使用中有哪些问题？
• •基于归纳的推理有哪些方法？如何评估方法的有效性？路径排序设计、关联规则挖掘
• •知识推理有哪些新技术？时序预测、基于强化学习、元学习、图神经网络（链接预测实体分类）
• •基于分布式表示的推理有哪些类型和方法？

7 语义搜索

• •语义搜索是指什么？数学、含义、关联、清晰的理解方式
• •语义搜索存在哪些难点？
• •语义搜索的过程和语义搜索系统的框架是怎样的？
• •语义搜索系统的查询语言有哪些？
• •语义搜索有哪些关键技术？
• •语义搜索的搜索方式有哪些？
• •基于表示学习的搜索方法有哪些？存在哪些挑战？
• •案例中利用了哪些搜索方法？（关键词搜索）

8 知识问答

• •知识问答有哪些作用？
• •知识问答的基本要素是什么？
• •知识问答的发展过程是怎样的？
• •知识问答系统的流程是怎样的？
• •知识问答系统有哪些分类？（分布式表示问答）
• •知识问答系统的功能指标有哪些？
• •知识问答系统的性能指标有哪些？
• •IRQA的架构是？
• •KBQA的步骤是？
• •KBQA面临哪些调整？
• •KBQA的基本方法有哪些？模板、语义解析、深度学习、表示学习

9 构建领域知识图谱

• •构建领域知识图谱的流程是怎样的？
• •领域知识图谱有哪些应用？
• •如何综合应用先进的人工智能技术？
• •存在哪些难点？
• •如何解决挑战性问题？