以前的知識庫主要是由專家系統構建，用於知識工程中對知識的梳理、儲存以及更方便的應用，該知識庫的構建主要依賴於人工手動整理，費時費力。

隨著人工智慧技術的不斷進步，圖資料庫的興起，谷歌公司於2012年提出了知識圖譜的概念，主要用於提高自己搜尋引擎的功能，使得搜尋引擎能夠理解查詢語義返回更精確的搜尋結果，並且具有解釋性，而不是返回一堆與詞彙相關的網頁。之後，微軟、百度、搜狗等均構建了自己的知識圖譜用於搜尋引擎效能的提升。

知識圖譜是目前較為流行的一種知識庫形式，本質是一種大規模的語義網路，能幫助計算機掌握人類知識，並與人類互動。知識圖譜的資料來源主要包括結構化資料和非結構化資料。結構化資料經過簡單地處理就可以倒入圖資料庫用於使用，非結構化資料一般要以自然語言處理技術為基礎進行處理，主要包括命名實體識別、實體抽取、關係抽取、知識融合、知識推理等。

知識圖譜按作用可以分為通用知識圖譜和領域知識圖譜，通用知識圖譜已經被廣泛應用於搜尋引擎、問答機器人等領域，領域知識圖譜則應用於具體行業，內容比通用知識圖譜範圍窄，但是更有深度。