知识图谱是一种以可视化的方式展示信息中包含的知识要点、核心结构、整体知识架构的技术。近年来随着科技创新,商业领域开始青睐知识图谱这一图形化展示方法。然而目前知识图谱在商业领域的应用主要局限于搜索引擎和问答系统等方面,通过分析百科知识或知识库中包含的知识实体来为使用者提供知识服务。其他方面并没有得到广泛应用。究其原因,主要在于非结构化文本的知识抽取和知识图谱绘制这两方面的技术难点。其中,尤以非结构化文化的知识抽取最为关键,本文将着眼于知识图谱的知识抽取这一关键环节,拟采用深度学习算法解决知识图谱中的知识抽取这一关键问题,并引入图形数据库,为知识图谱的绘制提供一种新的思路。深度学习是近年来机器学习领域中的一个热点,相对于以往的浅层学习模型,它能够更好地模拟人脑的学习方式,以达到更好的学习效果。深度学习算法一般具有较多的层次结构,利用深层且非线性的学习结构,它可以实现对复杂函数的逼近。本论文将广泛应用于学科领域的知识图谱概念延伸到商业领域中,通过引入机器学习中的深度学习算法,搭建基于深度学习的商业领域知识图谱构建框架,采用深度置信网络算法自动提取非结构化商业文本中蕴含的知识单元及单元之间的关系,以此解决商业领域知识单元提取这一难点,提高知识单元提取的准确率。此外,本论文还将引入图形数据库,实现知识单元的存储和知识图谱的绘制,为商业知识图谱的绘制提供一种新的思路。