深度学习+知识图谱，一个不小心就顶流的话题

知识图谱是个很热的话题，是学术界研究的热点，也是工业界主推的重点。我自己接触到的就不下十个项目，都自称使用了知识图谱技术。不过，到底什么是知识图谱，却发现各家的理解差异很大——有人大唱赞歌，说知识图谱能够提炼经验、智慧；也有人大泼冷水，说知识图谱的“知识库”，实际就是数据库，顶多再加个数据可视化。

最近系统地读了一遍《从零构建知识图谱》这本书，感觉挺有收获。我们知道，技术最终要发挥作用，首先就得落地，不但要看纸面宣传，还要看能拿在手里，最终能够成为解决问题的工具。这本书所强调的正好就是实践，读完总算是对知识图谱有了一个更客观的理解。

下面就从三个大家最感兴趣的问题，分享一下我对知识图谱的理解。

1

什么是知识图谱

“知识图谱”名字起得不太容易理解，光从字面看，我们能得到两个信息：第一是这是一项有关“知识”的技术，第二是这项技术主要采用的是图结构。图结构好理解，是一种常见的数据结构，但什么是“知识”？为什么要用图结构来表示？这些不清不楚的表述，容易妨碍我们理解知识图谱。

太抽象的术语不好理解，我们不妨对知识图谱建立一个感性认识。《从零构建知识图谱》开篇举了例子，我觉得特形象，这里直接引用：NBA爱好者阿楠想知道姚明的臂展，在十多年前，阿楠直接搜“姚明的臂展”这几个字是无法直接得到结果的，他会找到一堆要么命中了“姚明”、要么命中了“臂展”的杂七杂八的页面，然后经过一番翻找，才可能在某张页面里面找到需要的结果，而这个结果可能还不是最终想要的结果，而类似是“姚明的臂展是7英尺5英寸”，计量单位和我们熟知的不一致，还要再做一次换算，才能最终得到“姚明的臂展是226厘米”这个最终答案。

但现在做同样的事就简单多了，阿楠在搜“姚明的臂展”，直接就能得到“姚明的臂展是226厘米”这个结果。这就是Google提出的“让搜索通往答案本身”，背后所使用的技术正是本文的主角知识图谱。

知识图谱最容易让人望文生义的就是这个“知识”。什么是知识呢？“姚明的臂展是22