目前各行各业在数字化、智能化发展的大势所趋下，信息新技术不断涌现，也在加快深入融合到传统实体行业应用中，比如知识图谱、人工智能、数字孪生等等，特别是基于人工智能的大模型在去年底被chatgpt的带领下涌现出一波又一波的浪潮，目前出现了各种开源大模型，国内更有各种类型的百模千模大战，为了跟踪最新技术和应用实践，本文也在时刻关注大模型，更在关注知识图谱，实事求是来说，知识图谱出现的更早，大概在2012年左右逐步兴起，但由于知识图谱本身是一个持续性、系统性、基础性工程，是不太容易体现出短期价值的工作，导致很多公司不愿意投入太多资源，其实本文认为，通过知识图谱为基础的认知智能的发展才是未来，知识图谱与大模型的结合或相互助力才是王道，也就是说，在大模型发展的当下，知识图谱与大模型的融合发展成为一个有意义的探索方向。知识图谱是对数据/文本的压缩，通过知识建模定义的知识的结构规范，提炼出知识最本质特征和语义。因此，schema是一种强范式指令，大模型是in-context learning，借助大模型来，实现自动生成常识知识的schema定义（垂直细领域、业务实体特有schema仍需专家）、以schema作为prompt约束，生成高质量的结构化知识并沉淀到知识图谱。比如在知识建模、知识抽取、知识推理探测等方向开展互动。

1.大模型对知识图谱的助力应用方向

2.知识图谱对大模型的助力应用方向