当人们第一次接触“知识图谱网站”时，往往容易把重点放在“图”上，仿佛只要网页上出现节点、连线或关系网络图，就已经完成了知识图谱应用。实际上，这种理解过于表面。知识图谱的核心，不在于是否画出了一张图，而在于网站是否已经把现实世界中的对象组织成“实体—属性—关系”的结构化知识系统，并以此支持检索、分析、推理、推荐或知识服务。

以搜索网站为例，如果系统能够把“李白”识别为人物实体，把“唐代”识别为时代实体，把《将进酒》识别为作品实体，并进一步组织“作者—作品”“人物—时代”“人物—地点”等关系，那么它就不再只是进行关键词匹配，而是在进行对象化检索。再如学术网站，如果系统不只是返回若干论文标题，而是能够揭示“学者—论文—机构—主题—引用网络”的关联结构，那么它实际上已经进入了知识图谱驱动的学术发现阶段。

因此，判断一个网站是否真正成功应用知识图谱，关键不在于它是否宣称自己“用了图谱”，而在于三个方面：

第一，它组织的知识对象是什么；

第二，这些对象之间建立了哪些关系；

第三，这些关系最终服务于什么任务。

围绕这三个问题，可以把较有代表性的知识图谱网站概括为五类：综合类、学术类、商业类、文化遗产与数字人文类、研究资源平台类。本文所列网站既包括面向终端用户的业务平台，也包括面向研究与开发的开放资源平台，因此“知识图谱网站”在这里是广义用法。

一、综合类

综合类网站面向最广泛的普通用户，核心任务是把海量、异构、分散的网络信息组织成更易理解的知识结果。与传统搜索主要依赖关键词匹配不同，这类网站更强调实体识别、属性组织和直接答案生成。

百度搜索 / 百度知识图谱开放平台

https://www.baidu.comhttps://kgopen.baidu.com

百度知识图谱开放平台把“更好的搜索体验”作为重要目标，这表明百度已经把知识图谱视为搜索系统的重要基础设施，而不是单纯的后台实验技术。其意义在于，它能够把“人物、地点、机构、作品、事件”等对象从海量网页文本中抽离出来，进一步组织为属性和关系，从而让搜索结果不再只是网页列表，而更接近结构化知识结果。

百度百科

https://baike.baidu.com

百度百科虽然表面上是词条网站，但从知识组织角度看，它更接近大规模中文实体知识库。百科词条天然具有“名称—简介—属性—相关对象”的结构，因此非常适合作为知识图谱中的实体与属性来源。它的重要意义在于说明：知识图谱并不一定总以“图形界面”出现，很多时候它首先表现为实体知识的规范化组织。

Google Search / Google Knowledge Graph

https://www.google.comhttps://developers.google.com/knowledge-graph

Google Knowledge Graph Search API 明确用于在 Google Knowledge Graph 中查找实体，并说明该 API 使用 schema.org 类型和 JSON-LD 表示。由此可以看出，Google Search 中的知识面板并不是简单的网页摘要，而是建立在面向实体的知识组织能力之上。

Google 的典型意义在于，它非常清楚地体现了搜索引擎从“strings”走向“things”的方向，即从字符串匹配走向对象理解。这一案例特别适合与百度搜索对照，用来说明知识图谱在综合搜索中的共同作用机制。

二、学术类

学术类知识图谱网站通常围绕论文、学者、机构、主题、会议、引用关系等对象展开。它们不以“给出唯一答案”为主要目标，而更关注“关系发现”“研究脉络梳理”和“主题演化分析”。

AMiner

https://www.aminer.cn

AMiner 的代表性在于，它把“查论文”扩展为“找学者、找机构、找方向、找关系”，说明知识图谱在学术场景中的核心价值不只是提高检索效率，更在于帮助用户发现隐含的知识结构。

万方选题

https://topic.wanfangdata.com.cn

万方选题强调的不是文献条目的简单罗列，而是围绕“主题”组织知识对象和演化关系。它特别适合用来说明：学术知识图谱并不只是“论文库”，而是“主题—文献—机构—方向”之间的结构化分析平台。

万方科研态势

https://trends.wanfangdata.com.cn

万方科研态势强调图谱展示和知识分析能力，说明图谱化分析已经进入产品功能层。这类平台特别适合说明知识图谱在学术情报场景中的优势，即帮助用户从离散文献转向整体结构，从单篇阅读转向领域态势把握。

中国历代人物可视化平台

https://cbdb-qvis.pkudh.org

该平台依托 CBDB 数据基础，将人物、时间、地点、社会关系、著述等对象组织在统一框架中，因此既属于数字人文平台，也具有很强的学术分析属性。

Semantic Scholar

https://www.semanticscholar.org

Semantic Scholar 官方将自己定义为 free, AI-powered research tool，并说明其 API 支持 authors、papers、citations、venues 等对象探索。这表明它并不是普通论文搜索框，而是围绕学术对象和关系组织起来的研究发现工具。

OpenAlex

https://openalex.org

OpenAlex 官方将自己定义为 the open catalog to the global research system，开发者页面则明确说明它连接了 works、authors、institutions、funders 等对象。这说明它已经非常接近开放学术知识图谱的典型形态。

三、商业类

商业类知识图谱网站通常围绕公司、法人、股东、投资机构、任职关系、司法风险和经营状态等对象展开，主要服务于企业查询、尽职调查、风险监控与商业决策。

企查查

https://www.qcc.com

企查查的核心价值不在于展示单个企业条目，而在于将企业、股东、高管、司法诉讼、知识产权、舆情等多类对象整合为可关联、可追踪的商业知识网络。

天眼查

https://www.tianyancha.com

天眼查实际上也是把企业、法定代表人、股东、对外投资、风险事件等对象组织为关系结构。商业类网站最能说明知识图谱“关系穿透”的价值，因为商业分析的关键往往不在于单一对象，而在于对象背后的利益联系和风险传导链条。

Crunchbase

https://about.crunchbase.com

Crunchbase 是英文世界极具代表性的商业信息网站。其重要性在于围绕公司、融资、领导团队、市场信号等对象构建结构化商业网络，因此特别适合作为商业知识图谱网站的英文案例。

四、文化遗产与数字人文类

这一类网站的知识对象往往跨越时间、空间和文本，常见对象包括人物、地名、时代、著作、文物、建筑、历史事件、馆藏资源、艺术家、艺术作品以及音乐与演出活动等。它们既服务研究，也服务传播和公众教育。

古籍文献知识图谱网

https://cnkgraph.com

该网站首页展示“年历、地图、人物、专题、古籍、诗文、工具、开放 API”等栏目，并提供编年地图、自动笺注、出处与化用分析等功能。这说明它并不是普通古籍阅读网站，而是把古籍、诗文、人物、时间和地理信息整合为知识网络的综合平台。

上海图书馆开放数据平台

https://data.library.sh.cn

该平台以 Linked Data 方式发布“人、地、时、事、物”基础知识库，以及家谱、古籍、手稿档案等文献知识库，并提供 REST API、SPARQL Endpoint 等接口。它展示了图书馆如何从馆藏资源提供者，转变为开放知识服务提供者。

地图书

https://www.ditushu.com

地图书将自己定义为“人文结构化知识数据库在线协作共享平台”，强调结构化知识库的协作、共享、分析和可视化能力。它的重要意义在于说明：数字人文中的知识图谱网站不只是展示平台，也可以是协作建库平台。

数字历史

http://www.shuzilishi.com

数字历史中的“知识图谱”栏目致力于把计算机技术引入古籍领域，抽取古籍中的实体信息并建立关联，从而形成古籍领域知识图谱。它体现的是较为典型的专题化、学习型数字人文平台形态。

Europeana

https://www.europeana.eu

Europeana PRO 明确说明，Europeana 网站在线提供来自 3500 多家数据提供者的数百万文化遗产条目，因此它不仅是数字展示平台，更是欧洲文化遗产的跨机构知识聚合平台。

Europeana 的重要性在于，它是国际范围内最著名的文化遗产数字聚合平台之一，非常适合作为英文世界中的文化遗产知识组织案例。

Getty Vocabularies

https://www.getty.edu/research/tools/vocabularies/

Getty Vocabularies 包括 AAT、TGN、ULAN 等著名结构化词表。Getty 官方说明，这些词表可作为 Linked Open Data 提供，并可通过 SPARQL endpoint 获取，同时支持 N-Triples 等格式下载。由此可以看出，Getty Vocabularies 虽然更偏向权威词表与知识组织基础设施，但它本身就是文化对象规范化组织的重要图谱资源。

ArtDL

https://artdl.org

ArtDL 是一个面向绘画图像学分类的数据集网站，官方说明其主要收集来自在线博物馆和开放数据馆藏的绘画图像，并以 Iconclass 体系中的角色类别进行标注。它的重要意义不在于通用知识检索，而在于展示艺术图像如何被转化为可计算、可分类、可链接的结构化资源。

从知识图谱视角看，ArtDL 代表的是“艺术图像对象—图像学类别—来源馆藏”这一类较为典型的艺术语义组织方式。

RKDartists

https://www.rkd.nl/en/collection/digital-collection/rkdartists-as-linked-open-data

RKDartists 是荷兰艺术史研究所提供的开放艺术家数据库。官方说明其收录艺术家、艺术机构、收藏家、研究者等多类艺术人物与机构信息，并以 Linked Open Data 方式提供。这说明它不仅是艺术家名录，更是可用于人物、机构、艺术史关系组织的开放艺术知识图谱资源。

RKDartists 的典型意义在于，它清楚体现了艺术史领域中“艺术家—机构—作品—研究者”这一类对象网络的规范化组织。

ChoCo

https://github.com/smashub/choco

ChoCo（Chord Corpus）是一个面向音乐和声知识的知识图谱资源。ChoCo 更适合被理解为公开知识图谱资源项目或数据入口，其公开入口主要托管在 GitHub。公开说明表明，它将来自多个来源、不同表示格式的和声标注语料进行语义整合，并以知识图谱形式组织，可进一步与 Web 上其他音乐资源链接。相关项目还将其描述为音乐和声知识图谱中的大型语义集成案例。

它的重要意义在于说明：艺术类知识图谱并不局限于绘画或文博对象，也可以进入音乐内容、和声结构和乐理知识组织。

Artsdata

https://www.artsdata.ca/en/https://kg.artsdata.ca/

Artsdata 官方明确把自己定义为“为加拿大艺术领域设计的知识图谱”，并说明其目标是让艺术领域数据更容易被发现和复用；其知识图谱站点则直接写明它是 a pan-Canadian knowledge graph for the arts。由此可以看出，Artsdata 已经不是一般的演出信息列表，而是面向艺术机构、活动与艺术从业者的开放链接数据平台。

Artsdata 特别适合说明表演艺术领域中的知识图谱应用：通过事件、机构、艺术家和地点等对象的链接，提高演出信息的传播、复用与发现能力。

五、研究资源平台类

这一类网站不主要面向普通终端用户，而更偏向研究者、开发者和社区协作者。其价值在于提供开放图谱、工具、标准、评测与共享机制。

OpenKG

https://openkg.cn

OpenKG 更像知识图谱领域的开放资源平台与社区基础设施，强调开放图谱、工具、评测与社区活动的整合。

Wikidata

https://www.wikidata.org

Wikidata 官方将自己定义为 free and open knowledge base，同时强调其 collaborative 与 multilingual 特性。它是全球最著名的开放知识库之一，也是知识图谱研究和应用中最常被引用的开放资源平台。

DBpedia

https://www.dbpedia.org

DBpedia 是从 Wikimedia 项目中抽取结构化内容而形成的开放知识图谱资源，长期被视为知识图谱研究与应用背后的重要开放数据基础设施。它很适合与 OpenKG、Wikidata 并列，用来说明“开放抽取—开放数据—开放访问—开放链接”这一路线的价值。

六、不同类型知识图谱网站的差异

从表面上看，这些网站都可以被称为“知识图谱网站”，但它们的知识对象、数据来源、目标用户和服务方式并不相同。

综合类网站面向最广泛的大众用户，因此强调覆盖面广、响应快、结果直观，重点在于把对象快速识别出来并生成结构化结果。百度搜索和 Google Search 都体现了知识图谱在搜索场景中的基础设施作用：它们并不是简单列出网页，而是尽量把人物、地点、作品、机构等对象组织成可直接理解的知识结果。

学术类网站面向研究者和学习者，重点在于关系分析和知识发现，而不是给出单一答案。AMiner、Semantic Scholar、OpenAlex、万方选题都把研究对象之间的联系放在更重要的位置，使用户能够从“找到一篇论文”走向“理解一个方向、一组学者和一条研究脉络”。

商业类网站面向企业调查、金融风控和商务分析，因此更强调关系穿透和风险传播。企查查、天眼查和 Crunchbase 所组织的知识对象，虽然也属于实体与关系，但它们更具有现实约束和决策价值，服务目标直接指向企业识别、股权穿透、风险发现和尽职调查。

文化遗产与数字人文类网站面向更复杂的历史文化对象。这类对象跨时空、跨文献、跨资源类型，因此对语义解释和规范化要求更高。古籍文献知识图谱网、上海图书馆开放数据平台、Europeana、Getty Vocabularies，以及补入的 ArtDL、RKDartists、ChoCo、Artsdata，都体现了文化对象从“资源条目”走向“可链接知识对象”的过程。

研究资源平台类网站则更像基础设施。OpenKG、Wikidata、DBpedia 并不主要替普通用户完成某一具体业务任务，但它们通过开放数据、开放访问、工具链、Schema 和社区机制，为更多知识图谱应用提供底层支撑。

因此，从应用层次上看，知识图谱网站大致可以分为三个层面：第一层是对象组织层，即把分散信息整理为实体、属性与关系；第二层是分析发现层，即支持结构化查询、关系浏览和网络分析；第三层是任务服务层，即把图谱能力真正用于搜索问答、科研分析、商业调查、文化传播和研究协作。不同类型网站的差异，主要就体现在这三个层面的侧重点不同。

📘 小结

知识图谱网站并不是某一种固定的网站类型，而是一种以“对象和关系”为中心的知识组织方式。它可以进入搜索、学术分析、商业调查、古籍研究、文化遗产传播、艺术资源组织和研究社区平台等多种场景。真正值得关注的，不是网站上是否画出了一张图，而是它是否已经把知识图谱转化为稳定的知识组织能力、关系分析能力和任务服务能力。

“点赞有美意，赞赏是鼓励”