那么，学习知识图谱可以做什么用？目前主要又以下几个用途。
1.智能问答
从人工智能发展的历史就可以看出，知识图谱作为符号主义的一部分，最主要的是要解决认知智能的问题，知识图谱从既然是一张事物关系图，可以建模世间万物，最主要是用它来作为聊天机器人的“大脑”，用来做智能问答系统。
- 优势是对一些关联性问题，比如“姚明的妻子是谁？”，“谷歌的总裁是谁？”，机器可以利用知识图谱可以效率很高的进行回答。
- 但从实际的效果来看，现阶段，绝大部分产品只能完成简单的问答和对话。其实我们思考一下，对于以下几种问题是难度非常大的，一是存在歧义的时候，比如“你喜欢苹果吗”，这里的苹果是水果还是手机，实体消岐问题。二是有上下文关联问题时，和机器聊天，如果我问“我今天问的苹果和昨天问的苹果一样吗”，这种机器就很难，因为我们目前见到的聊天机器人都只能回答单个问题。三是要用到逻辑推理时，我认为这个时最难的，人的联想和推理能力目前机器很难超越，比如我问机器“湖人队如果赢了火箭队，谁能当美国总统”，机器能否理解这个问题是无厘头问题都比较难，说不定会回答一堆别的东西。
2.语义搜索
知识图谱比搜索引擎做的效果要好的多。比如搜索香蕉的颜色是什么？搜索引擎会返回给用户一堆网页，让用户自己判断，而知识图谱系统会直接返回知识：黄色。
3.个性化推荐
个性化推荐是指基于用户画像, 不同的用户会看到不同的推荐结果, 有着重要的商业价值。
例如: 基于商品间的关联信息以及从网页抽取的相关信息, 构建知识图谱, 当用户输入关键词查看商品时, 基于知识图谱向用户推荐可能需要的相关知识, 包括商品结果、使用建议、搭配等, 通过“你还可能感兴趣的有”、“猜您喜欢”或者是“其他人还在搜”进行相关的个性化推荐。
扫码或搜索关注我的公众号：人工智能与知识图谱
领取入门学习资料（含视频教程）
欢迎交流。
