1. 毕业设计（论文）主要内容：

主要研究如何构建一个指定领域的知识图谱，包括从特定的数据源中获取数据，然后通过一些自动化技术进行信息抽取，获得相应的知识，通过知识融合对知识进行调整，以消除冗余、歧义和矛盾的知识，通过推理可以得到一些隐含的知识，然后进行知识验证，对知识进行纠错、补全等，确保知识图谱的一致性和准确性。将知识存储在RDF或数据库中，这样就构建了一个知识库，最后通过知识更新来确保知识库中的知识随着时间的发展保持最新的状态。

2. 毕业设计（论文）主要任务及要求

1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；

2.认真填写周记，完成800字开题报告；

3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；

3. 毕业设计（论文）完成任务的计划与安排

1. 2018/1/14—2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

2. 2018/3/1—2018/4/30：系统架构、程序设计与开发、系统测试与完善；

3. 2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 主要参考文献

1.Jiaqing Liang, Yanghua Xiao, Haixun Wang, Yi Zhang, Wei Wang:
Probase : Inferring Missing Links in Conceptual Taxonomies. IEEE Trans. Knowl. Data Eng. 29(6): 1281-1295 (2017)
2.Jiaqing Liang, Yanghua Xiao, Yi Zhang, Seung-won Hwang, Haixun Wang:
Graph-Based Wrong IsA Relation Detection in a Large-Scale Lexical Taxonomy. AAAI 2017: 1178-1184
3.Jiaqing Liang, Yi Zhang, Yanghua Xiao, Haixun Wang, Wei Wang, Pinpin Zhu:
On the Transitivity of Hypernym-Hyponym Relations in Data-Driven Lexical Taxonomies. AAAI 2017: 1185-1191
4.Chenhao Xie, Lihan Chen, Jiaqing Liang, Kezun Zhang, Yanghua Xiao, Hanghang Tong, Haixun Wang, Wei Wang:
Automatic Navbox Generation by Interpretable Clustering over Linked Entities. CIKM 2017: 1857-1865
5.Yi Zhang, Yanghua Xiao, Seung-won Hwang, Haixun Wang, X. Sean Wang, Wei Wang:
Entity Suggestion with Conceptual Expanation. IJCAI 2017: 4244-4250