從上述描述中可以看到相近的幾個辭彙:「語義網路」、「自然語言」、「自然客觀世界」。所以NLP和知識圖譜是為了解決同一個目的: 讓機器和人類有相同的思考理解能力,並且機器可以和人類進行擬人化的交互。
在實際應用中,知識圖譜和NLP的目的也是相同的,比如:智能問答、翻譯、推薦系統等。知識圖譜的構建離不開NLP技術對於自然語言的抽取、NLP的應用離不開知識圖譜的關聯方分析和推理能力。
你可以用任何一個搜索引擎去試驗,僅僅是搜索「蘋果和鎚子」這兩個完全沒有前後語境的詞語,搜索返回的結果會全部都是關於「蘋果手機」和「鎚子手機」。 但是如果單獨搜索「蘋果」或者「鎚子」,如果不是網站記錄了搜索偏好,返回的結果里多少都會包含非手機的「蘋果」和「鎚子」。
出現這樣情況的原因,是搜索網站的知識圖譜里一定存在「手機」「蘋果」「鎚子」之間的關聯關係。所以機器能夠把三者之間建立聯繫並且返回結果。如果搜索的是一句話呢:「蘋果和鎚子哪個更好」。那麼機器可能首先要從這個句子中正確的提取出「蘋果」和「鎚子」兩次詞語了。而不是提取出「萍、果和、錘、子」。