1.1　知識圖譜序言

2009年5月，NBA西部半決賽正在進行，剛剛接觸籃球不久的阿楠驚嘆于火箭隊的中國大個兒——姚明的表現，于是嘗試搜索姚明的臂展。他打開Google搜索引擎，將“姚明臂展”作為關鍵字進行搜索，得到一整頁與姚明相關的網頁鏈接，在嘗試打開若干個鏈接之后，阿楠終于找到一個關于姚明的介紹，里面提到姚明的臂展是7英尺5英寸。然后，他又搜索尺寸轉換標準，計算出姚明的臂展足足有226.1厘米。可以看到，在當時，想要通過搜索引擎獲取一個問題的答案，可能要經過很多步驟，即便Google已經在2009年3月開始支持更長的查詢和初步的語義功能，想要從搜索直接獲得答案仍是一件基本不可能的事情。

那么十多年后的今天，如果阿楠想得到同樣的答案，會有什么不一樣嗎？答案是肯定的，如今在Google搜索引擎中搜索“姚明”（讀者可自行嘗試），會在搜索頁面的右側出現一個包含很多信息的方框，里面除了姚明的代表性圖片，還有其基本信息，同時也給出了其他用戶感興趣的搜索項。搜索結果中優先給出了姚明的百科信息鏈接（維基百科和百度百科），還給出了姚明的相關視頻及新聞。可謂內容豐富，圖文并茂。

甚至，阿楠還可以用一種更簡單的方法，通過在Google搜索引擎中搜索“姚明的臂展，厘米”直接得到答案。

“讓搜索通往答案”正是Google搜索引擎的目標之一。而這一切都基于2012年Google發布的知識圖譜（Knowledge Graph）。Google知識圖譜通過從各種來源搜集信息，來增強搜索引擎結果的準確性。同時，這些不同來源的信息會被添加到搜索引擎右側的信息框（Infobox）中。Google知識圖譜在發布后的幾個月內，就已覆蓋了超過5.7億個實體（Entity）以及180億條事實（Fact），并回答了在2016年5月Google搜索引擎中接近三分之一的問題（問題搜索總量約為1000億）[1]。

利用Google知識圖譜，如果用戶想要搜索文藝復興時期的達·芬奇，就會得到如圖1-1所示的結果，包括不同的實體以及這些實體是如何連接在一起的。我們不僅可以看到達·芬奇的生卒年月（1452—1519），還可以看到他和他的作品（蒙娜麗莎）、他和他的出生地（意大利）之間的聯系。通過發掘這樣相互聯系的結果，用戶可以了解實體更深層次的信息，并進行關聯信息的查詢。

通過以上的例子，我們可以直觀地感受到，知識圖譜是一種具有圖結構的知識庫，其結點通過一些邊連接在一起，也可以看到知識圖譜在搜索引擎上的強大應用。知識圖譜可以看作一類語義網絡（Semantic Network）。語義網絡是一種表示網絡中概念（Concept）之間語義關系的知識庫，通常是一個有向或無向圖，由表示概念的結點和表示概念之間語義關系的邊組成。在圖1-1中，達·芬奇是一個結點，而達·芬奇和蒙娜麗莎的關系就是一條邊。

可以看到，Google通過一個強大的知識圖譜，提高了用戶的搜索體驗。實際上，Google是站在巨人的肩膀上做了一個拓展，這個巨人就是當時世界上最大的知識圖譜之一——Freebase[2]知識庫。

Freebase是一個大型的眾包知識庫，其數據源自維基百科[3]、NNDB[4]、MusicBrainz[5]等，同時通過開源免費吸引用戶貢獻數據，在運行3年之后，被Google納入麾下，成為其知識圖譜的重要基石。可惜的是，Freebase官方網站已經在2016年5月關閉，用戶目前僅能通過Google API下載其歷史數據文件。圖1-2是Freebase官方網站在關閉之前的截圖。

---

[1] https://en.wikipedia.org/wiki/Knowledge_Graph。

[2] https://developers.google.com/freebase。

[3] https://www.wikipedia.org/。

[4] https://www.nndb.com/。

[5] https://musicbrainz.org/。