KGB知識圖譜的應用之路-增強大資料分析能力

大資料技術為大規模知識獲取提供了可能，知識圖譜技術的出現，則直接改變了利用這些大規模資料的方式。

在 海量的資料、強大計算能力、群智計算以及層出不窮的模型支援下，傳統知識工程 解決了 知識獲取 的難題。 演算法實現 了 資料驅動的大規模自動化知識獲取。 知識圖譜則成了開啟這些資料應用的鑰匙。

知識圖譜和 傳統知識獲取 不同的是 ， 由傳統的自上而下獲取資料的方式，變成從知識資料中直接進行知識的抽取和挖掘。 知識工程在知識圖譜技術引領下進入了全新階段， 即 大資料時代知識工程階段。

大資料知識將會顯著提升機器認知智慧水平，大資料知識工程 將 提升機器的認知智慧水平 ， 感知智慧到認知智慧的過渡階段，未來最重要 的 技術即是實現認知智慧。知識圖譜使機器語言認知成為可能 ， 機器想要認知語言、理解語言，需要背景知識的支援。 同時， 知識圖譜富含大量的實體及概念間的關係，可以作為背景知識來支撐機器理解自然語言。

傳統的機器學習都是透過大量的樣本習得知識，在大資料紅利漸漸消失的情況下，逐漸遇到發展瓶頸。而透過知識圖譜等先驗的知識去賦能機器學習，來降低機器學習對於樣本的依賴，增強機器學習的能力 ，將成為新時代下的必然趨勢 。

在這樣的背景下 KGB 知識圖譜 實現了一系列的應用 比如搜尋、精準推薦、風險識別、深化行業資料的理解與洞察等，在各種各樣的應用場景發揮作用。

KGB知識圖譜功能

1.  文件解析

KGB知識圖譜引擎，可輕鬆解析多種格式與版本文件：TXT、DOC、EXCEL、PPT、PDF、XML等。尤其是PDF檔案，可直接解析輸出為word格式檔案，保留檔案中表格與文字格式等重要資訊。對於圖片資訊，OCR可自動識別並抽取圖片中的文字資訊。

2.  知識抽取

KGB知識圖譜引擎，可從結構化表格與非結構化文字中自適應識別並抽取關鍵知識（主體、客體、時間、地點、金額、條款等），準確率高達90%，實現知識的快速生成。

3.  知識關聯

KGB知識圖譜引擎深入挖掘知識關聯，將一個個知識實體連結為具有完整意義的知識事實。並具有強大的知識推理能力，推理出暗含的知識與結論，豐富知識圖譜。

4.  知識較驗

KGB知識圖譜加工廠能夠對知識質量智慧校驗，包括對多種知識錯誤與衝突進行自動智慧核查與修正，更有知識工程師進行知識精準校驗，保證知識圖譜的準確性。

KGB知識圖譜特色

1、跨領域可擴充套件

知識圖譜加工廠具有通用的圖譜構建引擎。知識抽取、知識關聯與質量核查過程不依賴特定業務知識，結合使用者知識圖譜構建的需求，可以快速構建使用者領域知識圖譜。

2、知識質量智慧核查

知識圖譜加工廠實現對多種知識錯誤與衝突的智慧核查與校驗，並對知識庫進行實時自動更新，保證知識圖譜準確性。

3、人機結合的服務

知識圖譜加工場人機構成：90%機器+10%的人工，只需要提供語料，就可以快速得到對應的知識圖譜構建成果。

資訊科技 將直接改變現在的生產和生活方式，資料的價值也將更多的顯現出來，知識圖譜的出現將直接增加知識工程的應用，也促進機器的認知智慧形成。