12.54 知识图谱应用
Google 最初提出知识图谱是为了增强搜索结果，改善用户搜索体验，知识图谱的应用远不止这些，基于知识图谱的服务和应用是当前的一大研究热点。按照应用方式可以分为语义搜索、知识问答，以及基于知识的大数据分析与决策等。
语义搜索：利用知识图谱所具有的良好定义的结构形式，以有向图的方式提供满足用户需求的结构化语义内容，主要包括 RDF 和 OWL 的语义搜索引擎和基于链接数据的搜索等[35] 。语义搜索利用建立大规模知识库对用户搜索关键词和文档内容进行语义标注，改善搜索结果[36] ，典型的应用包括谷歌 [37] 、百度和搜狗在搜索结果中分别嵌入的其知识图谱，包括实体的详细结构化信息和相关实体的描述。
知识问答：基于知识库的问答[38-41]通过对问句的语义分析，将非结构化问句解析成结构化的查询语句，在已有结构化的知识库上查询答案。基于知识的问答依赖于语义解析器的性能，在面对大规模、开放域知识库时，往往性能较低。近两年很多研究者开始研究基于深度学习的知识库问答方法[42-44] ，这类方法更具鲁棒性。
知识驱动的大数据分析与决策：利用知识图谱可以辅助行业和领域的大数据分析和决策。美国 Netflix 公司利用根据其订阅用户的注册信息和观看行为构建的知识图谱，分析了解到用户很喜欢Fincher，也知道 Spacey 主演的影片表现都不错，还知道英剧版的《纸牌屋》很受欢迎，拍摄了现在的《纸牌屋》，在美国及 40 多个国家成为热门的在线剧集。
