本书涉及到知识图谱建模、知识图谱构建、知识图谱存储、知识图谱应用等各个阶段的模型、算法和工程实践的项目，并统一使用python语言编写。包括知识图谱概述 、知识图谱常用机器学习算法基础 、知识表示、知识体系构建、实体抽取 、关系抽取（任务介绍）、事件抽取（任务介绍）、知识融合和验证 、知识推理、知识图谱数据管理 、知识问答与对话 知识图谱构建与应用实例：金融知识图谱及问答系统等12章。 本书为算法实践教材，不仅提供了重点难点内容的图片、视频二维码资源，还提供了核心算法的配套项目，读者可以登录Abook网站跟随完整项目自主学习相关任务算法和源代码。本书可以作为自然语言处理、知识工程、人工智能等相关课程的本科生和研究生教材，也可供计算机科学技术领域相关工程技术人员学习参考。