知识图谱以结构化的方式描述客观世界中的概念、实体及其间的关系，将万维网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解万维网上海量信息的能力。
知识图谱可以由任何机构和个人自由构建，其背后的数据来源广泛、质量参差不齐，导致它们之间存在多样性和异构性。例如，对于相似领域，通常会存在多个不同的概念或实体指称真实世界中的相同事物。
本ppt首先简要介绍了语义网、知识图谱及知识图谱融合问题，然后介绍了面向知识图谱模式层的本体匹配方法，接下来介绍了面向知识图谱实例层的实体对齐方法，特别涉及近期基于表示学习的实体对齐方法，还介绍了知识融合过程中的真值推断方法，最后做了总结和展望。
内容引自：
胡伟. 知识图谱融合方法. CCF 学科前沿讲习班, 2019
( Wei Hu. Tutorial on Knowledge Graph Fusion. The CCF Advanced Disciplines Lectures, 2019 )
ppt完整版下载地址：https://github.com/nju-websoft/KnowledgeGraphFusion