好奇心|知识图谱落地应用：智能问答(组图)

知识图谱（Graph）以结构化的方式描述客观世界中的概念、实体及其关系，将互联网信息表达成更接近人类对世界认知的方式。目前主要应用于搜索、推荐、智能问答等领域。接下来简单梳理一下目前主要的KG落地应用。

[相关说明]

好奇心 | 知识图谱落地应用：推荐

好奇心 | 知识图谱落地应用：智能问答

1. 搜索

知识图谱技术最早应用于搜索应用搜，2012年5月由谷歌首次提出（2012年5月17日，谷歌发布了知识图谱项目，并宣布建立基于此的下一代智能搜索引擎）。知识图谱技术在搜索中的落地包括：

一个。语义搜索：实现Web从网页链接到概念链接的转化，支持用户按主题搜索而不是按字符串搜索

湾。关系搜索：获取两个实体之间的关系，比如公司之间的关系、人与人之间的关系等。

C。结构化解释：以图形形式向用户呈现分类和组织的结构化知识，从而使人们从手动过滤网页中寻找答案的过程中解放出来

1.1 语义搜索

一个。关键字增强

【原理】核心还是传统的搜索引擎。知识图谱技术用于多种方式改进关键词搜索，从而提高搜索的查全率和查准率。其基本原理是预先定义一组词，如同义词、下义词等词。当检索到一个关键字时，其他与该关键字相关的词也会通过图搜索的方法进行检索，用于扩展或限制搜索。

【场景】更全面、更准确地找到你需要的信息

【登陆】谷歌、百度等

例如在微软搜索“”，可以检索到“”的相关结果（不一定是KG技术实现的，但基本意思是这样的）

湾。答案检索类型

【原理】对用户使用自然语言提出的问题进行语义分析和句型分析，然后将其转化为结构化的查询语句，然后在知识图谱中查询答案

【场景】直接找到问题的答案，而不是很多网页链接

[登陆]谷歌、百度等（部分查询）

eg1 在百度上搜索“阿里巴巴估值”，结果列表第一项直接返回答案

eg2 百度搜索“马云儿媳”（不一定是KG技术实现应用搜，但基本意思是这样），结果列表第一项直接返回答案

1.2 关系搜索

【场景】快速准确查询两个实体之间的关系

[着陆]天眼检查，完整历史

天眼查：公司关系查询（需付费）

全史：人物关系查询1.3结构化解读

系统收集信息并建立知识库。用户通过图形用户界面（可视化本体概念树）或关键词提交查询，系统返回用户搜索到的所有概念实例。

【场景一】快速高效地检索一个概念的所有实例

例如：天眼查、全史、贤者

eg1 在天眼查（网页）搜索“腾讯公司”，查看与该公司相关的实例（法人、分支机构等）

eg2 在整个历史（app）的关系图模块中点击“秦始皇”，系统会返回秦始皇的相关实例（家庭、敌意、成就等），然后点击“成就-韩国”转，可以查看秦始皇打败日本的功绩

eg3 在Magi中搜索“智能问答”，返回对应的实体、关系、属性等信息

[场景2]解决多义词

通常，一个词只有在特定的上下文中才能表达准确的意思，单次搜索成语往往面临多义的情况。比如“苹果”可以是一种奇异果，也可以是科技公司、手机、电脑；泰姬陵既可以指文物，也可以指音乐家。如果我们在微软搜索“泰姬陵”，两边，谷歌都会给出泰姬陵的地图和相关介绍，下面还会列出同名条目。借助知识图谱， 可以了解实体之间的细微差别及其含义，并对所有可能的结果进行分组，从而使搜索更加智能。