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。本报告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。