在互联网飞速发展的背景下,网络中的知识信息迎来了爆炸式的增长,大量的领域知识分散地隐藏在网络数据中。面对海量的领域知识,想要第一时间从中获得需要的关键信息变得非常困难。由于缺少统一的知识集成管理和可视化分析方式,导致知识的共享率不高,而且无法进行有效的分析和复用。此外,在数据多样化的发展趋势下,人们对于知识的多维度表示需求日益增加,这对知识的共享管理和可视化分析提出了更高的要求。目前已有一些知识平台的可以提供知识管理功能,但是无法对复杂冗余的知识进行有效地集成和融合,并且局限于知识的简单展示,无法提供丰富的展示形式。针对上述问题,本文设计并开发了一款面向领域数据的知识共享可视化系统,系统通过知识抽取、知识融合、知识图谱构建等技术将领域文本中复杂离散的信息组织为结构化知识,通过自动化构建知识库并可视化知识图谱构建过程,实现知识的自动化管理和应用,并从多维度、多层次对知识的语义逻辑和数据关联进行可视化展示。特定领域知识共享系统主要划分为四个模块:知识抽取模块、知识融合模块、知识图谱构建模块、可视化展示模块:（1）针对复杂多样的网络文本中隐含的离散领域知识,知识抽取模块通过依存句法分析匹配预定义的语义范式,对文本中的非结构化文本信息进行抽取并统一组织为结构化的事件多元组形式。（2）针对事件多元组中存在的冗余和冲突问题,知识融合模块采用了基于深度学习的实体对齐和交叉验真技术,保证知识的融合效率和准确性。（3）针对海量数据来源,知识图谱构建模块采用分布式架构进行海量知识存储,通过属性图模型重新对数据进行建模,最终利用查询语句优化算法进行存储查询,实现知识的共享管理。（4）针对知识共享系统中数据呈现方式单一的问题,通过图表、地图等方式优化系统交互效果,引入地图接口绘制含有地理位置信息的元素轨迹,最后采用层次划分算法解决海量数据下知识图谱可视化渲染卡顿的问题。完成系统的设计实现工作后,根据系统的功能性需求和非功能性需求进行了系统测试,特定领域知识共享系统的各项功能模块能够正常工作,达到预期结果。系统通过知识抽取融合技术对领域知识进行抽取并统一表示,通过可视化展示模块对领域知识进行多角度展示,实现领域知识的自动化管理和应用并提供知识共享的能力。