知识图谱问答系统以其精准、高效的问答能力，被广泛应用于医疗、金融、电子商务等领域。近年来，随着知识图谱构建技术和深度学习技术的快速发展，知识图谱问答方法源源不断地被提出。以知识图谱问答技术为主线，对知识图谱问答研究进展进行综述。首先，介绍语义解析、信息检索和知识嵌入在内的3种主要知识图谱问答方法；其次，详细阐述知识图谱问答测评任务常用的通用领域和特定领域知识图谱问答数据集；最后，总结知识图谱问答面临的挑战，并对未来研究方向进行展望。
0 引言
问答系统（Question Answering System，QA）是利用自然语言处理技术对自然语言问句进行自动分析，并准确回复答案的智能系统。近年来，随着信息技术的飞速发展，现实世界中的信息量呈指数式增长，传统依赖大量规则或模板的问答系统已无法满足人们的实际需求。为了解决传统基于语义解析的方法中存在的问题，研究者们逐渐将研究兴趣从语义解析转移到信息检索中。基于信息检索的问答系统依靠关键词匹配和信息提取分析