随着信息技术的快速发展,特别是人工智能技术的广泛应用,如何处理网络中海量的数据,向用户提供易理解的知识成为研究的热点。知识图谱对实现数据到知识的转化有重要作用,其目的是对真实世界中存在的实体、概念及其关联关系进行描述。在林业领域,知识图谱可在语义检索、数据挖掘、预测分析、智能问答和决策支持等应用场景下发挥重要作用。本文在植物信息领域,研究基于多种数据源构建植物知识图谱的方法,在知识图谱的构建、命名实体识别和基于知识图谱的语义检索等方面展开工作。分析了领域知识图谱的构建过程,并阐述了涉及的关键技术。总结了中国植物志文本的特点,研究如何在其上进行属性命名实体的识别,提出了基于深度神经网络的命名实体识别方法。研究了植物信息相关的数据源,充分利用行业网站和百科网站的信息。利用不同数据源的信息构建植物知识图谱,将其应用于语义检索问题,结合可视化技术构建了基于植物知识图谱的语义检索系统。植物知识图谱作为林业领域知识图谱构建的尝试,可为用户提供智能、直观的语义检索。未来可在此基础上进一步融合其他林业知识,作为智慧林业发展的知识支撑,服务于林业领域的语义检索、知识推理和决策支持等应用。