1. 搜索
知識圖譜技術最先應用於搜索，最初由谷歌公司在2012年5月提出（2012年5月17日，谷歌發布知識圖譜項目，並宣布以此為基礎構建下一代智能化搜索引擎）。知識圖譜技術在搜索的落地包括：
a. 語義搜索：實現Web從網頁鏈接向概念鏈接轉變，支持用戶按主題而不是字符串檢索
b. 關系搜索：獲取兩個實體之間的關系，例如公司之間的關系、人物之間的關系等
c. 結構化展現：以圖形化方式向用戶展示經過分類整理的結構化知識，從而使人們從人工過濾網頁尋找答案的模式中解脫出來
1.1 語義搜索
a. 關鍵詞增強型
[ 原理 ] 核心仍然是傳統的搜索引擎，知識圖譜技術以多種途徑被用來增強關鍵詞搜索，以此來改善搜索的查全率和查准率。基本原理是事先定義詞的同義詞、上下位詞等詞集合，當關鍵詞被檢索時，其他與該關鍵詞相關的詞也通過圖搜索的方式也被檢索出來，用來擴展或約束搜索
[ 場景 ] 更加全面、准確的查找自己需要的信息
[ 落地 ] 谷歌、百度等
e.g 在谷歌中搜“西紅柿”，可以檢索到“番茄”的相關結果（不一定是用KG技術實現的，但基本意思是這樣）
b. 答案檢索型
[ 原理 ] 對用戶使用自然語言提出的問題進行語義分析和語法分析，進而將其轉化成結構化形式的查詢語句，然后在知識圖譜中查詢答案
[ 場景 ] 直接找到問題的答案，而非大量的網頁鏈接
[ 落地 ] 谷歌、百度等（部分查詢）
e.g.1 在百度搜索“阿里巴巴市值”，結果list中的第一條直接返回答案
e.g.2 在百度中搜索“馬雲的妻子的兒子”（不一定是用KG技術實現的，但基本意思是這樣），結果list中的第一條直接返回答案
1.2 關系搜索
[ 場景 ] 快速准確地查詢兩個實體之間的關系
[ 落地 ] 天眼查、全歷史
1.3 結構化展現
系統收集信息，建立知識庫，用戶通過圖形用戶接口（可視化的本體概念樹）或關鍵詞提交查詢，系統返回用戶所查找概念的所有實例
[ 場景1 ] 快速有效地檢索出某個概念的所有實例
例如：天眼查、全歷史、Magi
e.g.1 在天眼查（網頁）中搜索“騰訊公司”，可查看與該公司有關系的實例（法人、分支機構等）
e.g.2 在全歷史（app）關系圖譜模塊點擊“秦始皇”，系統返回秦始皇相關的實例（親情、敵對、成就等），再依次點擊“成就--韓國”，可查看秦始皇滅掉韓國的成就
e.g.3 在Magi中搜索“智能問答”，返回對應的實體、關系及屬性等信息
[ 場景2 ] 解決一詞多義的情況
通常情況下，詞語只有在特定的語境之下才能表達出精確的意思，單獨搜索某個詞語經常會面臨一詞多義的情況。 例如“蘋果”可以是一種水果，也可以是科技公司、手機、電腦；泰姬陵（ Taj Mahal） 既可以指一個遺跡，也可以指一個音樂家。如果我們在谷歌中搜索“泰姬陵 ”，在右側，谷歌會給出泰姬陵的地圖及相關介紹，也會在下方將同名的條目列出來。借助知識圖譜， 谷歌可以理解實體和實體含義間的細微差別，並且將所有可能的結果歸納分組，讓檢索更加智能。
