本文作者Ramon，专注于知识图谱研究方向。本文将从数据组织的角度，解释什么是知识图谱（下一代搜索技术）。
1. 回顾搜索行为
重新审视我们习以为常的搜索行为：根本需求是求知（智慧）。目前我们所处的搜索阶段是以“问题”搜“问题”，是以自己尚未了解的问题（甚至不知道如何描述这个问题），去匹配网络上已知的问题，最终确定对应的答案。
也就是说，答案往往被包裹于记录问题的文档（Document）之中。是的，如今的互联网，仍然只是“文档以及文档之间的链接”。
但是，当我们进行搜索时，我们关心的不是文档，也不是问题，而是答案，更应该是一个全面的摘要或精确的信息。究其本质，这个要求不在于苛求一次性终结用户提出的任何问题，而是在是否需要二次搜索的问题上，最大程度地减少用户判断的时间成本。
和数据打交道的一线战士们对此一定深有体会：每当进入陌生领域时，多次搜索都无法把握问题的关键词，导致搜索效率低，甚至无法解决问题。这如同一个新手司机走上高速，遇到每一个高速出口都要犹豫，生怕走错路。
所以，拥有更强大的搜索技术，能让每个人都成为——“老司机”。
2. Google的“知识图谱”
我了解知识图谱源于Google发布的Knowledge Vault产品，现已整合到了Google搜索之中，逐步探索并完善效果。
在Google搜索的右侧栏，知识图谱总会提供它认为有效的信息。如果一个搜索语句（比如奥巴马的生日，星际穿越的演员等）触发了知识图谱搜索，在原本放置网页链接的位置会插入知识图谱的结果。其他内容依次后移。
什么时候会触发知识图谱搜索呢？
Google在接受到你的搜索请求，会将你所用的关键词拓展成一系列高度相关的词组。如果算法认为能够用知识图谱技术提供结果，就会触发。这好比我们要出远门，经过复杂的高速公路网络时一定有一条最优路线，导航软件可以通过遍历的方式知道答案。但老司机会考虑更多人性化问题：要不要途径某地？需要多少个服务区？哪个服务区更适合你？
3. 什么是“知识图谱”
二十出头的我不能为你讲述Web1.0到Web3.0的历史进程。但作为一个数据爱好者，我能从数据组织的角度为你解释什么是知识图谱。
大家都很熟悉Excel表格或关系型数据库，用一行行记录的形式来表示（主键和其他字段）的关系，用外键进一步表示表与表之间的连接。但初学者一定觉得这种“关系”不人性化。因为有主键和外键的存在，我们可以说这种关系是不对称的。
我觉得这是因为数据库技术成熟时，信息存储的成本仍然很可观。我们难以在“关系的抽象”和“信息的冗余”中取得很好的平衡。因此我们采用了一种较为朴素的做法。
而知识图谱是一种结构化数据处理的新方法，主要用三元体（Triple），即(点, 边, 点)的方式表示关系。利用关系来组织所有的对象（实体），形成有向图结构。所谓知识，是一种戏称，即点或边对应的信息。类似地，我们日常所做的数据挖掘工作，也被称为KDD（Knowledge Discovery in Database）。
“人，不是人，而是一切社会关系的总和。”——马克思
如果这句话放在写社交网络的文章中，可以用来解释为什么我们要刷朋友圈。但在这里，我们可以体会到：刻画一个对象是不必要的，与它有关的所有关系已经描述了它的存在。这强调了“关系”在现实世界的地位。而依靠记录（包括行形式和文档形式的数据记录）来描述关系总是存在冗余的，而使用图结构来描述关系，契合了关系本身的特性，是一种对关系本身的直接建模。
拿人际关系举例子，族谱就是一个简单的知识图谱。
4. 知识图谱技术
知识图谱涉及知识的提取、表示、存储、检索等一系列技术。从渊源上讲，它是知识表示与推理、数据库、信息检索、自然语言处理等多种技术发展的融合。但无论如何，作为数据的组织形式，它首先必须忠实于事实（不一定是真相）。
有人说：“Google的数据库，已经记录了这个世界所有的事实。”也许这句话并不严谨，但Google非常希望从庞大的数据库中发现更多的知识，为用户提供更多的价值。除了需要整合多源异构的数据，知识图谱亟待解决的问题是“知识发现”。这与传统数据挖掘的期待是一致的。也就是说，我们希望通过已有的关系，推断事物之间潜在的，尚未记录的关系，将知识图谱补全得更加完整。
还是拿族谱举例子：族谱记录了AB之间的父子关系和AC之间的母子关系，我们能够有多大的把握，推断BC仍然保持婚姻关系呢？单靠族谱很难做出判断，但通过整合他们的社交网络，出行信息，消费习惯变化等多源异构数据，我们能快速提升推断的把握。
回到文章开头的图片，在搜索“奥巴马的生日”时，知识图谱还提供了川普、希拉里、米歇尔夫人的生日，这印证了本文的观点：“搜索引擎务必在是否需要二次搜索的问题上，最大程度地减少用户判断的时间成本。”全面的摘要或高度相关的信息都能够提高用户的判断效率。
因为，不论整合多少多源异构的数据，服务于人类是产品的最终使命。至于什么时候能够深度体验知识图谱带给我们的乐趣。科幻作家William Gibson已替大家回答：“未来已经来临，只是尚未流行'。
5. Acknowledment
联系客服
