基础认知：二者分别在做什么
实体识别，简单说就是从一堆杂乱的文本、语音内容里，把有实际意义的独立对象抠出来。比如人名、品牌名、景点、商品型号，都是常见的实体类型。
知识图谱，则是把抠出来的这些实体，按实际存在的关系连接起来，形成一张可以快速查询的关系网。
举个例子，你在旅游APP搜「杭州西湖附近的咖啡店」，实体识别先拆分出「杭州西湖」「咖啡店」两个实体，知识图谱再调取二者的位置关系，直接给你列出符合条件的店铺，不用你挨个翻攻略筛选。
实操里要留意的关键要点
第一个常见误区，不少人以为实体识别就是提取关键词，其实还差了歧义消歧这关键一步。比如同样是「小米」，放在杂粮店铺页面就是粮食，放在数码频道就是手机品牌，搞错了整个知识图谱的结果都会错。
据一些用户反馈，很多小型项目省了消歧的步骤，跑出来的结果错误率能到两成以上，根本没法用。
第二点，知识图谱建完不是一劳永逸，需要定期更新维护。实体的属性随时可能变，比如商场换了入驻品牌，城市改了地铁站名，不更新的话，给出的信息就是错的。通常行业里会按业务需求，每月或者每季度做一次增量更新。
延伸：和传统信息检索的差别
有意思的是，很多人分不清它和普通搜索的区别。说白了，普通搜索是匹配你输入的关键词，返回一堆包含关键词的网页，需要你自己再整理。
而知识图谱加实体识别，是直接把你要的实体和关联信息整理好，直接给你结论。你不用自己从网页里挖关系，省了很多功夫。现在不少内容推荐、智能客服都在用这套逻辑，只是你没察觉到而已。
您在实际使用或者接触中，还遇到过哪些知识图谱出问题的情况？欢迎结合具体场景继续探讨。