知识图谱可以从多种不同的数据源中抽取信息，这些数据源包括但不限于：

1、结构化数据：例如关系数据库中的表格、CSV文件等，这些数据以表格形式存储，包含数值、文本等数据类型。

2、半结构化数据：例如HTML网页、JSON数据、XML文档等，这些数据具有一定的结构，但格式可能不太规范或复杂。

3、非结构化数据：例如文本、图像、音频和视频等，这些数据没有固定的结构，需要借助自然语言处理等技术进行处理。

4、网络爬虫：通过爬取互联网上的网页，获取相关的信息和知识。

5、社交媒体：例如微博、微信等社交平台，这些平台上有大量的用户生成内容，可以提供丰富的知识。

6、物联网数据：例如传感器数据、设备日志等，这些数据可以提供与物理世界相关的信息。

7、公开政府数据：例如政府发布的统计数据、政策文件等，这些数据可以提供有关社会、经济等方面的信息。

构建知识图谱时，需要根据具体的应用场景和需求选择合适的数据源，并进行相应的数据预处理和转换，以便将不同来源和格式的数据整合到一个统一的知识图谱中。

如果你也想学人工智能知识图谱应用与核心技术，现在就可以报名学习了!详情可咨询中培伟业课程顾问!

点击了解：人工智能知识图谱应用与核心技术实战