知識圖譜中屬性和關系的差別？

知識圖譜中屬性和關系的差別主要是在于其面對的實體不同。

為了友善計算機的處理和了解，知識圖譜使用了更加形式化、簡潔化的方式去表示知識，就是三元組（triple）。

“姚明出生于中國上海” 可以用三元組表示為(Yao Ming, PlaceOfBirth, Shanghai)。

這裡我們可以簡單的把三元組了解為(實體entity,實體關系relation,實體entity)。如果我們把實體看作是結點，把實體關系（包括屬性，類别等等）看作是一條邊，那麼包含了大量三元組的知識庫就成為了一個龐大的知識圖。

實體關系分為兩種，一種是屬性property，一種是關系relation。其最大差別在于，屬性所在的三元組對應的兩個實體，常常是一個topic和一個字元串，如屬性Type/Gender，對應的三元組（Justin Bieber, Type, Person），而關系所在的三元組所對應的兩個實體，常常是兩個topic。如關系PlaceOfBrith，對應的三元組（Justin Bieber, PlaceOfBrith, London）。

在發揮處理海量差異性資料優勢方面，KGB知識圖譜功能很好的發揮了大資料時代的知識圖譜建構優勢，能夠實作以下幾種功能：

1. 文檔解析： KGB知識圖譜引擎，可輕松解析多種格式與版本文檔：TXT、DOC、EXCEL、PPT、PDF、XML等。尤其是PDF檔案，可直接解析輸出為word格式檔案，保留檔案中表格與文字格式等重要資訊。對于圖檔資訊，OCR可自動識别并抽取圖檔中的文字資訊。
2. 知識抽取：KGB知識圖譜引擎，可從結構化表格與非結構化文本中自适應識别并抽取關鍵知識（主體、客體、時間、地點、金額、條款等），準确率高達90%，實作知識的快速生成。
3. 知識關聯：KGB知識圖譜引擎深入挖掘知識關聯，将一個個知識實體連結為具有完整意義的知識事實。并具有強大的知識推理能力，推理出暗含的知識與結論，豐富知識圖譜。
4. 知識較驗：KGB知識圖譜加工廠能夠對知識品質智能校驗，包括對多種知識錯誤與沖突進行自動智能核查與修正，更有知識工程師進行知識精準校驗，保證知識圖譜的準确性。