摘要

本文推荐了一个知识图谱的实例，希望能引起大家对双链软件图谱的思考。

引言

知识图谱（mapping knowledge domain）在本文中主要是指学术领域内对科学知识进行可视化后的图形。我本人并非是该领域乃至该学科的研究人员，只是想借由介绍此概念，重新思考双链笔记中的图谱功能。对于文中的专业表述如有兴趣，请自行到知网查阅相关信息。

知识图谱的实例

首先，推荐大家前往B站观看“科学互联网络：150年的《自然》论文”（ https://www.bilibili.com/video/BV12J411Y7EY ）。下图截取自上述影片。

知识图谱如何构建

上图是如此炫丽，让也想尝试知识图谱的构建。
正如视频中所说：通过文献的引用，我们可以一步步构建出文献的网络，最终形成知识图谱。
但具体如何去构建知识图谱是非常复杂的，大家可以参考一些文献计量学的资料，例如罗绍峰的文献管理与信息分析课程（https://www.bilibili.com/video/BV1gg4y1z7J6?p=75 ）或者书籍《CiteSpace：科技文本挖掘及可视化》。
当然上述都是基于学术论文的知识图谱构建，对于普通用户的知识可视化借鉴的意义更大。

个人的话

对知识进行可视化，将原本抽象的事物展现到我们面前，是非常令人心动的。但具体的现实可能是残酷的，例如其实用一些软件做出的图（如下）并不能如Nature所演示的那样绚丽多彩。这说明我们没有意识到可视化背后诸多的努力，将这个过程想得过于简单了。

在双链笔记中，我认为一张卡片（例如obsidian中的一个md）就是一篇论文，一次的双链就是一次的引用，如果从这视角出发，我们的笔记库也能构建相应的可视化（例如obsidian中的查看相关图谱）。但这些双链软件所构建的可视化结果都差强人意，以至于许多人认为可视化图谱在双链笔记中毫无作用，这是我们需要去思考和解决的问题。例如obsidian提出了多级视图和视图筛选功能，能解决在局部视图中的可视化无效化的弊端，但对于总体的关系图谱的解决目前还没看到曙光。
当然，对于知识图谱也不应该过分的迷信。在学术研究中，我也使用了相关的技术对我的研究领域进行了可视化。我个人认为，可视化的结果对于我的研究帮助不大，这也是非常让我困惑的。