1. 前言
知识图谱（knowledge graph），是下一代搜索引擎、问答系统等智能应用的基础设施，目前出现的产品有：百度“知心”、搜狗“知立方”等。本篇将介绍知识图谱基础知识，及其在自然语言处理方面（主要是问答系统）的应用。
2. 知识图谱概念
知识图谱，是一种基于有向图（directed graph）的数据结构，由节点（points）及有向边（directed edges）组成，图中的每个节点称为实体（Entity），边代表实体间的逻辑关系（Relation）。
举一个例子，这是一个简单地描述旅游景点的知识图谱：
现在来解释为什么“知识图谱是下一代搜索引擎、问答系统等智能应用的基础设施”，如果把智能系统看成一个大脑，那么知识图谱就是大脑中的一个知识库，它使得机器能够从“关系”的角度去分析、思考问题。以上图为例，从知识图谱中可以获取“泰山的海拔高度为1545米”、“衡山和恒山发音相同”等简单知识。
3. 知识图谱的表示
知识图谱可以使用三元组（entity-1，relation，entity-2）来表示，每一条记录描述一个事实，例如：（五岳，五岳之一，泰山）表示“泰山是五岳之一”这样一个事实。需要注意的是，如果relation 是确定的，那么entity-1 与entity-2 的位置不能够颠倒的，因为一个三元组描述一条有向边（事实）；实体不一定得是现实生活中的一个具体事物，也可以是事物的一个属性值，此时关系就是该属性。
我们用三元组来存储知识图谱，这时还需要考虑一个问题，那就是实体识别（Entity Recognition）与实体消歧（Entity Disambiguation）。例如，实体“苹果”有可能是指水果苹果，也可能是指iphone。这时，我们对知识图谱需要做一些处理，修改一下搜索策略。
在建立知识图谱过程中，若发现歧义，则再增添对应上级节点，在筛选“苹果”一词时使用上级节点来消歧。这里再次强调知识图谱仅是基础设施 。后面会通过几个例子说明知识图谱的应用价值；再介绍知识推理（Knowledge Reasoning）技术，即怎样通过与用户互动教会智能系统完善知识图谱。
4. 知识图谱的应用
传统搜索引擎只是简单地根据用户输入的关键词去筛选目标网页，然后给出一堆网页链接。知识图谱的应用，除了给出相应的网页链接外，还会尝试提供一些更加智能化的答案。例如，用户在必应搜索输入“taj mahal”将得到如下结果：
这里提供泰姬陵的近义词、旅游信息、地理位置、古代世界七大奇迹等，从而更好地发掘用户意图， 而不像传统搜索引擎那样死板，需要用户自己一条一条去筛选信息， 这样知识图谱技术就具有很大的商业价值了。
又例如，我直接在百度搜索输入“乒乓球”， 得到以下结果（其实我只是想搜索一下“张继科”，但是一时间忘了他的名字）：
同时，知识图谱的应用能够使得搜索引擎获得一定的推理能力。举一个例子，在百度搜索输入“梁启超的儿子的妻子”，传统搜索引擎只是简单地匹配网页，很难真正地理解用户意图，更别说回答这个问题了。然而知识图谱却可以令问题变得简单起来，我们先从知识库中获取梁启超的儿子是梁思成，然后再获取梁思成的妻子是林微因。
这样就能增强搜索引擎与用户间的互动，逐步变成一个智能问答系统。
5. 知识推理技术
这里再次强调知识图谱仅是基础设施，因为它真的很简单，也没有什么高大上的技术，我们仅仅只是想将知识用这样一个形式存起来，以便由简单的知识学习出更高深的知识。举一个例子，知识图谱中仅存有如下信息：
那么智能问答系统是无法回答类如“康熙与乾隆之间是什么关系？”知识推理类的问题的，这时可以用过简单地加入人工规则：“父亲+父亲→祖父”来更新知识图谱，或者直接从用户互动中学习规则，当然用户互动时就需要上统计知识了，不能说有网友回答“国籍相同关系”那么所有的祖父与孙子都是“国籍相同关系”。
接下来我们来看一个更复杂的例子，在百度搜索引擎中输入“孕妇可以吃荔枝吗？”得到如下结果：
这时智能问答系统可以返回“59%的网友认为能吃，28%的网友认为不能吃，13%的网友认为不能吃”。若用户继续问“不能吃的理由是什么？”，那就返回“不能吃”的网友回答。下面通过这个例子来思考统计机器学习技术在知识推理中的应用。
我们分析一下，这些“网友回答”有些来自“宝宝树”，有些来自“有问必答网”，有些来自“育儿网”，我们可以利用爬虫去爬这些网站的问题及其回答，然后对问题做聚类，先构建如下知识图谱：
具体问题与回答之间的逻辑关系边一开始留空，我们再对语义边上分类技术，把空余的边填补完整，当然也可能误分类，例如百度例子中的第一个回答，“慎吃”被归为“能吃”。最后再对这些边做统计，就可以回答类似问题，利用语料库做知识推理，学习知识库里没有的知识，完善知识图谱。
