知识图谱，应用领域来划分，主要分为通用知识图谱与行业知识图谱两类。

通用知识图谱，是一个涵盖了广泛领域知识的综合体系，致力于提供多领域用户所需的知识服务。它融合了结构化、半结构化和非结构化数据，构建了一个涵盖文本、图像、音频、视频等多媒体信息的全面知识网络。这一图谱在智能问答、推荐系统、语义搜索和跨语言信息检索等多个领域都有广泛应用。

在通用知识图谱的研发和应用中，需要解决的核心问题包括：实体识别和关系抽取，确保从各种数据源中精准地识别实体并抽取关系；知识表示和推理，选择合适的知识表示方法，设计高效的推理算法，实现知识的有效存储和深入分析；跨领域映射，实现领域术语的统一和映射算法的设计，以满足不同领域用户的需求。

行业知识图谱，则专注于某一特定领域，为该领域的用户提供专业知识服务。其构建需结合领域特点，精准抽取实体、关系和过程等信息。金融、医疗、电商和智能制造等领域，都是行业知识图谱的主要应用领域。

在行业知识图谱的研发和应用中，关键问题包括：领域本体的设计，需优化本体结构，标准化本体词汇，确保本体的可扩展性；知识获取和更新，需选择合适的数据源，实现数据采集的自动化，确保知识的实时更新；应用场景的定制，需深入了解用户需求，适配应用场景，提供可视化的交互体验。

通用与行业知识图谱，虽然应用领域和构建方法有所差异，但都展现了知识图谱在人工智能时代的巨大潜力。随着技术的不断进步，这两类知识图谱将在更多领域大放异彩，为人类提供更智能、便捷和高效的知识服务。