初稿已完成，以後慢慢補充。
在知識圖譜領域摸爬滾打了近三年，幾乎全靠自學，現在想起來還是一把辛酸淚。雖然現在的工作和知識圖譜沒太多關係，但還是放不下自己研究了很久的領域，所以在此總結一些有用的書和資料，以便自己回顧，以便他人學習。
薦書：
我開始研究知識圖譜的時候，相關書籍真的不多。大概是我當時按照“知識圖譜”這個領域來搜索，結果自然是無功而返。其實，按照“語義網”搜索，可以找到很多基礎又權威的資料。知識圖譜和語義網可以說是雙胞胎（非常相似但有細微的不同），知識圖譜的描述語言，又和xml，html是親戚。事實上，知識圖譜最常用的描述語言RDF，有xml形式的寫法。
1. 語義網基礎教程
這本書可以說是我的“師傅”了，它把我領進了知識圖譜的大門。我看的是第三版，現在應該已經出到了第四版。不過此書現在並不好買，大概只能在網上的個體書店或圖書館看到。
“知識圖譜”雖然是2012年提出的，但其發展歷程遠不止於此。“知識圖譜”更像是爲了引起人們關注而起的一種噱頭，它的前身語義網早在上世紀50年代就有研究資料了。語義網更重視知識圖譜的上層結構，所以由此衍生出一系列通過邏輯推理補充語義網的方法。隨着信息時代的到來，關於個體的數據量越來越大，所以更注重數據層的知識圖譜才被提出來。
總之，這本書說明白了知識圖譜的來龍去脈，以及表示它的幾種語言是怎麼用的。並且這本書已經出了四版，漢化得比較好，文字容易理解。
2. 關聯數據：萬維網上的結構化數據
這本書是2018年出的，相對來說新一些。目前這本書我只看了第一章，感覺還可以，所以也推薦一下。
在讀這本書之前，我對知識圖譜只有一個籠統的認識：見到知識圖譜，能認出來；讓我說知識圖譜的用途，我也能羅列出一些諸如便於推理，輔助搜索引擎，個性化推薦等大衆常識。但我並沒有真正見過知識圖譜的效用。這本書第一章讓我真正理解了什麼是關聯數據（這種數據的形式，實際上就是知識圖譜的形式）。由關聯數據組成的網頁，可以導出爲RDF形式。而這種形式既便於人類理解，也便於機器理解。這種形式組成的網頁，便於其他人對當前知識的利用。只要把對應的RDF複製下來，就相當於擁有了該網頁中蘊含的知識，從而可以通過組合知識的方式創建自己的網頁。
總結：個人認爲，市面上適合知識圖譜初學者的紙質書籍仍不算太多，大概因爲知識圖譜本身就沒有什麼確切的定義吧。最近王昊奮和肖仰華都除了知識圖譜相關的書，我翻看了一下，感覺書的概括面不小，但不精，也太厚，其中語言有些晦澀，貌似也不是王老師和肖老師親筆寫的全書，因此不建議逐頁閱讀，有需要時當作查資料的工具書未嘗不可。
薦公衆號：
1. PaperWeekly
這個公衆號可以說是比較有名了，經常解讀頂會上的英文論文。此外，公衆號還經常舉辦線下活動，在清華大學進行知識交流。主要就是邀請一些比較厲害的清華碩博士，講自己在權威期刊或會議上發表的論文，當然還有答疑等線下交流的機會。
2. 機器之心
同樣是學術分享公衆號，但是文章的內容學術性沒那麼強，比較適合當作科普雜誌來讀。
3. AI科技大本營
大概和機器之心的模式差不多，分享一些AI方面的知識。
4. 開放知識圖譜
從題目可以看出，公衆號比較有針對性地介紹知識圖譜方面的論文、新聞、知識。
5. 知識工廠
從名字也可以看出，公衆號側重分享知識圖譜和深度學習的相關知識。
薦工具：
1. Gephi
複雜網絡領域常用的畫圖軟件。可導入CSV格式的三元組，然後就可以把知識圖譜可視化了。當然Neo4j功能應該更強大，但我沒怎麼用過，暫時先不推薦，用過之後再補充。
2. Protege
把RDF或OWL文件導入，也能可視化。和Gephi不同的是，這個軟件面向語義網更多一些，所以不能承擔太大的數據量，個人認爲100個實體大概就是其上限了。這個軟件的好處在於支持推理。
3. rdf2rdf
一個可將知識圖譜描述文件轉化爲三元組的程序，具體見文章：https://blog.csdn.net/LucyGill/article/details/79501700
（其實就是把rdf，owl，xml等格式的知識圖譜轉化爲N-triples格式啊。轉化後再用Gephi可視化一下，可以清楚地看到知識圖譜的結構。）
薦人（排名分先後）：
1. 鮑捷
在語義網時代就開始研究知識圖譜，在這個領域挺有發言權的。看過他的講稿，感覺他真正瞭解知識圖譜的來龍去脈，說話也通俗易懂。
2. 王昊奮
在小象學院開設了知識圖譜相關視頻課程，初學者看他的視頻也是不錯的。（悄悄說一句，tb在賣這個課程，只要幾塊錢就能買到錄屏版）他曾經參與美國智能問答機器人的構建，也算是元老了。
3. 肖仰華
因爲我的研究偏上層結構，而他一直強調上層結構重要，所以對他還是比較有好感的。看過他的文章，也不錯，適合新手。
4. 劉知遠
主要涉及深度學習方面的知識圖譜，比如知識圖譜向量化的Trans系列，好多算法都是他們課題組做的。清華大學的老師，比較年輕。去年在北京舉辦過一個逼格比較高的知識圖譜活動。（兩天都提供精美的餐食，很遺憾沒去……）
5. 漆桂林
帶着團隊做各類知識圖譜，人比較接地氣。之前在知乎問過知識圖譜方向的相關問題，他竟然主動回答了（驚）。師兄還加了他的微信，據說如果想的話還可以跟着他的課題組幹活 。
6. 李涓子
不是特別瞭解，看過她寫的知識圖譜相關綜述。好像也是清華的，和劉知遠同事。