KGB知識圖譜構建在保險行業發揮智慧化優勢

知識圖譜主要是有節點和關係組成，透過建模反應世界中的實際場景。運用 “圖”這種語言，來表現世界的多種關係，這種“圖”的表現方式直觀、高效且保真，能夠減少知識處理中由於中間轉換處理而造成的資訊損失。

 

知識圖譜的主要應用行業包括：社交網路、人力資源與招聘、金融、保險、零售、廣告、物流、通訊、IT、製造業、傳媒、醫療、電子商務和物流等領域。在風控領域中，知識圖譜類產品主要應用於反欺詐、反洗錢、網際網路授信、保險欺詐、銀行欺詐、電商欺詐、專案審計作假、企業關係分析、罪犯追蹤等場景中。

 

知識圖譜的應用行業非常多，凡是涉及到關係的行業都可以展開知識圖譜的應用，同時隨著相關技術的研究更更進，其研究成果應用範圍也在不斷增加。

 

傳統知識圖譜不具有深度知識結構，無法解決專業的業務問題。將專業領域知識賦予機器，讓機器代替業務人員從事簡單知識工作，實現重複性、基礎性勞動的智慧化過程。 同時，傳統領域知識圖譜主要採用專家人工構建費時費力的方式，投入極大且效率不高，急需自動化、智慧化構建行業知識圖譜的工具。

 

北京理工大學大資料搜尋與挖掘實驗室張華平主任研發的NLPIR大資料語義智慧分析技術是對語法、詞法和語義的綜合應用。NLPIR大資料語義智慧分析平臺平臺是根據中文資料探勘的綜合需求,融合了網路精準採集、自然語言理解、文字挖掘和語義搜尋的研究成果,並針對網際網路內容處理的全技術鏈條的共享開發平臺。

其中KGB(Knowledge Graph Builder)知識圖譜引擎是自主研發的知識圖譜構建與推理引擎，基於漢語詞法分析的基礎上，採用KGB語法實現了實時高效的知識生成，可以從非結構化文字中抽取各類知識，並實現了從表格中抽取指定的內容等。KGB同時可以定義不同的動作，如抽取動作，並能自定義各類後處理程式。 在應用方面， KGB(Knowledge Graph Builder)知識圖譜 能夠實現中國人保利用知識圖譜加工廠對保險條款中的險種、費用、天數等等關鍵知識進行抽取，透過抓取使用者需求進行不同險種的精準智慧推薦。