知识图谱构建技术的关键点是：

1）知识提取

   知识抽取主要是面向开放的链接数据，通常典型的输入是自然语言文本或者多媒体内容文档（图像或者视频）等。然后通过自动化或者半自动化的技术抽取出可用的知识单元，知识单元主要包括实体(概念的外延)、关系以及属性3个知识要素，并以此为基础，形成一系列高质量的事实表达，为上层模式层的构建奠定基础。

   实体抽取：基于百科或垂直站点提取、基于规则与词典的实体提取方法、基于统计机器学习的实体抽取方法、面向开放域的实体抽取方法。

2）语义类抽取：并列相似度计算、上下位关系提取、语义类生成。

3）属性和属性值抽取

   属性提取的任务是为每个本体语义类构造属性列表（如城市的属性包括面积、人口、所在国家、地理位置等），而属性值提取则为一个语义类的实体附加属性值。

4）关系抽取

   关系抽取的目标是解决实体语义链接的问题。关系的基本信息包括参数类型、满足此关系的元组模式等。