Knowledge Base：通常翻譯為“知識庫”。知識庫是人工智能的經典概念之一。最早是作為專家系統（Expert System）的組成部分，用于支持推理。知識庫中的知識有很多種不同的形式，例如本體知識、關聯性知識、規則庫、案例知識等。相比于知識庫的概念，知識圖譜更加側重關聯性知識的構建，如三元組。

The Semantic Web ：通常翻譯為“語義網”或“語義互聯網”，是Web之父Tim Berners Lee于1998年提出的【1】。語義互聯網的核心內涵是：Web不僅僅要通過超鏈接把文本頁面鏈接起來，還應該把事物鏈接起來，使得搜索引擎可以直接對事物進行搜索，而不僅僅是對網頁進行搜索。谷歌知識圖譜是語義互聯網這一理念的商業化實現。也可以把語義互聯網看做是一個基于互聯網共同構建的全球知識庫。

Linked Data：通常翻譯為“鏈接數據”。是Tim Berners Lee于2006年提出，是為了強調語義互聯網的目的是要建立數據之間的鏈接，而非僅僅是把結構化的數據發布到網上。他為建立數據之間的鏈接制定了四個原則【2】。從理念上講，鏈接數據最接近于知識圖譜的概念。但很多商業知識圖譜的具體實現并不一定完全遵循Tim所提出的那四個原則。

Semantic Net/ Semantic Network：通常翻譯為“語義網絡”或“語義網”，這個翻譯通常被與Semantic Web的翻譯混淆起來，為了以示區別，這里采用“語義網絡”的翻譯。語義網絡最早是1960年由認知科學家Allan M. Collins作為知識表示的一種方法提出【3】。WordNet是最典型的語義網絡。相比起知識圖譜，早期的語義網絡更加側重描述概念以及概念之間的關系，而知識圖譜更加強調數據或事物之間的鏈接。

Ontology：通常翻譯為“本體”。本體本身是個哲學名詞。在上個世紀80年代，人工智能研究人員將這一概念引入了計算機領域。Tom Gruber把本體定義為“概念和關系的形式化描述”【4】。通俗點講，本體相似于數據庫中的Schema，主要用來定義類和關系，以及類層次和關系層次等。OWL是最常用的本體描述語言。本體通常被用來為知識圖譜定義Schema。