由于谷歌提出了“知识图谱”的概念，因此，很多人开始关注“知识图谱”。但如何构建“知识图谱”，尤其是如何自动构建知识图谱，却鲜有详细介绍。而搜索问题，都是面对巨量的“知识”进行搜索，如果不能自动构建知识图谱，“知识图谱”搜索引擎也很难实现。

笔者通过一个“医药知识图谱搜索引擎”，“神机医药”APP，来浅谈如何自动构建知识图谱搜索引擎。

首先，所谓的“知识图谱”，是根据知识的关联性，确立知识结构，形成知识结构图，即为“知识图谱”。可见，“知识图谱”的核心是对知识进行组织。笔者认为，自动化地构建知识图谱的关键在于：

第一、如何对知识的关联性进行计算？

第二、如何构建“网状索引”？

笔者通过“神机医药”APP的实践，实现了医药“知识神经元网络”，自动化地构建“医药知识图谱”。

“疾病”和“药品”之间存在关联性，不仅仅是“疾病”和“药品”之间存在关系，“疾病”与“疾病”之间、“药品”和“药品”之间，也存在关联性。显然，人工组织医药知识图谱工作量巨大。即便是ICD国际疾病分类（international Classification of diseases），投入了巨大的人力和物力，也并没有构建“医药知识图谱”，仅仅是“疾病分类”。自动构建“知识图谱”的核心，是如何计算“知识”之间的关联性？如何构建“网状索引”？

1、知识关联性计算

“知识”之间的关联性有强弱之分，而“知识”通常是以文本形式来叙述，即便是“数学”知识的数学符号语言（公式），也必须要有文本进行具体的解释，否则无人能理解公式的具体含义。可见，语义计算是构建知识图谱的关键技术。

2、“网状索引”

常规的索引都是“线性索引”，如“关键词”的倒排序索引，只能索引哪些URL或文档中包含“关键词”，但没有“关键词”与“关键词”相关性索引。而“知识图谱”的“知识神经元网络”索引，是“随机网状”索引，并且，要以“关联度”进行Page Rank。

《神机医药》APP，采用了“知识神经元网络”建立的“医药知识图谱”搜索引擎。有兴趣可以点击链接https://www.yuan-ze.cn/android/01/yykg_1.html，下载《神机医药》APP

当在搜索框内输入“干眼症”时，

搜索出包含“干眼症”的药品，选择“卡波姆滴眼液”，得到“相关药品”（关联药品）、“相关疾病”（该药品治疗的疾病）

点击“相关药品”，出现与其相关的药品：

点击“相关疾病”或“相关问答”，出现：

笔者通过《神机医药》app的实践认为，通过语义计算实现自动构建知识图谱是可行的。