我们构建知识图谱的目的，在于利用知识图谱来做一些事情。有效利用知识图谱，就是要考虑知识图谱的具备的能力，知识图谱具有哪些能力呢，首先我们知道知识图谱包含了海量的数据，是一个超级知识库，所以我们可以依赖它进行搜索一些内容，由于知识图谱的数据组织方式是计算机能理解的，具有语义，这种搜索可以定义为语义搜索。第二，对搜索进行延伸，搜索的结果可能会有很多，按照一定的规则排序，如果只取最可能的答案，就变成了问答系统，这也是知识图谱的典型应用。第三，将知识图谱与其它技术进行结合，可以充分利用知识图谱的知识，比如将用户的个性化特征与知识图谱结合，能够得到个性化推荐系统。第四，将知识图谱的数据进行深度分析，按照一定的规则进行推断，还可以得到辅助决策。
1 语义搜索知识图谱的概念，最早就是由谷歌提出，大家知道，谷歌是做搜索引擎的，它提出知识图谱的概念，就是为了优化搜索。语义搜索作为一个概念，起源于常被称为互联网之父的Tim Berners-Lee 在2001 年《科学美国人》（Scientific American）上发表的一篇文章。其中，他解释了语义搜索的本质。
语义搜索的本质是通过数学来摆脱当今搜索中使用的猜测和近似，并为词语的含义以及它们如何关联到我们在搜索引擎输入框中所找的东西引进一种清晰的理解方式。
百科给出了更明确地定义，也更容易理解。
所谓语义搜索，是指搜索引擎的工作不再拘泥于用户所输入请求语句的字面本身，而是透过现象看本质，准确地捕捉到用户所输入语句后面的真正意图，并以此来进行搜索，从而更准确地向用户返回最符合其需求的搜索结果。
举例来说，我们用百度来搜索“现任美国总统的夫人”的图片，搜出来的多数是美国总统特朗普的夫人，还有少量克林顿和奥巴马夫人的图片，说明搜索引擎理解了我们的搜索内容，给我们找到了我们想要的答案。少量前任总统夫人的结果，说明搜索技术还需要进一步完善，可以把这部分内容看作是噪声，应该过滤掉的，随着算法的改进，结果应该会更加准确。
语义搜索是知识图谱最典型的应用，它首先将用户输入的问句进行解析，找出问句中的实体和关系，理解用户问句的含义，然后在知识图谱中匹配查询语句，找出答案，最后通过一定的形式将结果呈现到用户面前。
2 智能问答智能问答，就是通过一问一答的形式，用户和具有智能问答系统的机器之间进行交互，就像是两个人进行问答一样，具有智能问答系统的机器就像一个智者一样，为用户提供答案，友好的进行交谈。
作为人工智能的一个重要应用案例，智能问答系统在很多场景中发挥作用。
比如原来很多的在线客服，正在部分的被智能问答系统取代，早些年银行、电信等行业的在线客服，不同业务按不同的数字，在进入细分业务，继续选不同的数字，一直要选很多次，有了智能问答，会简化这些繁琐的过程，直接根据用户的问话，给出答案。当然，现在的智能问答，还不够完善，只能部分取代在线客服，如果不能提供有效的答案，还是要由人工客服提供服务。还有一些智能问答机器人，也会提供一些简单的服务，比如给孩子用的机器人，可以提供儿歌、算术、诗词、语文、英语等方面的内容，代替了老师的一部分职能。还有一些聊天机器人，提供情景对话，就像一个人一样，和用户进行聊天。