我们为一家全球知名的轴承生产厂商设计了一套知识图谱，目前是对轴承产品的知识服务，具体形式就是知识问答、检索、图谱展示，未来会逐步过渡到智能分析与智能检测。有了产品知识图谱就可以构建产品的失效模式、原因分析、维修推荐等，这与汽车故障维修知识图谱是相同的解决方法。再进一步可以过渡到对轴承生产线进行智能检测，也就是把认知计算与智能检测的过程中的感知计算如次品检测、产线告警进行打通，进而利用知识图谱做次品原因分类分析。利用到的数据会涉及产品的型录数据、维修手册数据、失效分析报告、工单数据、采集的照片、国家相关标准等。

图10为针对工业产品构建的知识图谱。以一期轴承产品知识图谱为例，通过智能问答、检索和图谱展示帮助轴承主机厂取得以下效果：一是基于这个产品知识图谱和对话系统能够对外提供轴承产品的问答服务，可以减少客服30%～50%的工作量；二是基于产品知识图谱提供一个语义检索，使得内部共同去查询相关产品详情时，查询时间从原先的几分钟缩短到几秒钟；三是人机交互的创新，在知识图谱上可以进行广度搜索或者深度搜索，也就是说，可以不断地进行研判分析。这是一个动态的过程，而不是像传统的一问一答，传统的答案仅仅是答案，没有其他的外围扩展信息，而这种可视化的、更加友好的知识图谱交互方式能够给予用户更多的扩展信息。

图11展现了轴承知识图谱构建的基本过程，截取的是真实的轴承情况数据，也就是产品介绍文档。首先根据产品的文档做了图谱构架设计，这是一个完整的构架设计，产品都有一个型号，每个型号有密封件、润滑剂、数字产品等关联关系。有了这个构架就可以训练模型，或者是利用专家规则引擎、模式挖掘等做知识抽取，先做实体抽取，有了实体之后进而做关系抽取，最终形成真实数据的知识图谱。

图10　工业产品构建的知识图谱(www.daowen.com)

产品知识图谱的应用具有以下优势：一是语义检索，相比传统的文字版图谱，会以更加友好的方式进行展示，而且融合了图片和关联检索获得的信息；二是知识问答，可以支持多人对话、推理、多模态等功能。如图12所示，6202这一款产品是否能够被62022这个子型号的产品代替？这是一个与业务非常相关的问题，对于知识图谱，不建议直接回答“是否能够代替”，而是做了一个折衷的选择，即把它转换成两款产品的比较，做比较会给出相同点和不同点，相同点以绿色来展现，不同点以黄色来展现。

图11　轴承知识库产品