Un gráfico de conocimiento (KG), también conocido como base de conocimiento, es un tipo particular de estructura de red en la que el nodo indica una entidad y el borde representa una relación. Sin embargo, con la explosión del volumen de la red, el problema de la escasez de datos que causa que los sistemas de KG a gran escala calculen y gestionen con dificultad se ha vuelto más significativo. Para aliviar el problema, se propone la inserción de gráficos de conocimiento para incrustar entidades y relaciones en un KG en un espacio de características bajo, denso y continuo, y dotar al modelo resultante con habilidades de inferencia y fusión de conocimientos. En los últimos años, muchos investigadores han prestado mucha atención a este enfoque, y en este artículo presentaremos de manera sistemática los enfoques existentes más avanzados y una variedad de aplicaciones que se benefician de estos métodos. Además, discutimos las perspectivas futuras para el desarrollo de técnicas y tendencias de aplicación. Específicamente, primero presentamos los modelos de inserción que solo aprovechan la información de tripletas observadas en el KG. Ilustramos el marco general y la idea específica y comparamos las ventajas y desventajas de dichos enfoques. A continuación, presentamos los modelos avanzados que utilizan información semántica adicional para mejorar el rendimiento de los métodos originales. Dividimos la información adicional en dos categorías, que incluyen descripciones textuales y rutas de relación. Se describen los enfoques de extensión en cada categoría, siguiendo los mismos criterios de clasificación que los definidos para los modelos basados en hechos de tripletas. Luego describimos dos experimentos para comparar el rendimiento de los métodos enumerados y mencionamos algunas tareas de dominio más amplio, como la respuesta a preguntas, los sistemas de recomendación, y así sucesivamente. Finalmente, recopilamos varios obstáculos que deben superarse y proporcionamos algunas direcciones de investigación futuras para la inserción de gráficos de conocimiento.