计算机科学与探索

作者：陆佳民, 张晶, 冯钧, 安琪

单位：1. 河海大学 计算机与软件学院，南京 2111002. 河海大学 水利部水利大数据重点实验室，南京 211100

关键词：时序知识图谱,知识抽取,时间信息抽取,知识融合,知识推理

基金：国家重点研发计划（2023YFC3209203）；江苏省水利科技项目（2022002，2023044）；水利部重大科技项目（SKS-2022132）；上海市2023年度科技创新行动计划（23002400400）；中央高校基本科研业务费专项资金（B230201057）。

知识图谱作为连接数据、知识和智能的桥梁，已被广泛应用于辅助搜索、智能推荐、问答系统、自然语言处理等多个领域。然而，随着应用场景的不断拓展，传统静态知识图谱逐渐暴露出在处理动态知识方面的局限性。时序知识图谱的出现弥补了这一缺陷，它将时间信息融入图谱结构，能够更准确地表示知识的动态变化。对时序知识图谱的构建进行了全面的研究，介绍了时序知识图谱的概念，明确了其在处理动态知识时的价值。解析了时序知识图谱构建流程，将其核心过程划分为知识抽取、知识融合和知识计算三大环节。对每个阶段进行了梳理，明确了任务定义，总结了研究现状，并探讨了大语言模型在这些任务中的应用。在知识抽取阶段，重点关注命名实体识别、关系抽取和时间信息抽取；在知识融合阶段，探讨了实体对齐和实体链接；在知识计算阶段，聚焦于知识推理。深入分析了每个阶段面临的挑战，并针对特有挑战展望了未来的研究方向。

来源：2025年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第2期