KGB知識圖譜透過智慧搜尋提升金融行業分析能力

知識圖譜作為知識的一種形式，已經在語義搜尋、智慧問答、資料分析、自然語言理解、視覺理解、物聯網裝置互聯等多個方面發揮出越來越大的價值。尤其在金融領域，KGB 知識圖譜能夠實現資料視覺化，智慧搜尋，為金融行業評估風險提供底層性支撐作用。

對於金融企業來說，金融行業中在對借貸資格，反欺詐等行為進行評估時，其稽核過程和稽核資料都是極其繁瑣的。KGB 知識圖譜具備智慧搜尋功能，能夠在語義上擴充套件使用者的搜尋關鍵詞，從而返回更豐富、更全面的資訊。比如，搜尋某個人的身份證號，可以返回與這個人相關的所有歷史借款記錄、聯絡人關係和其他相關的標籤（如黑名單等）。這些結果可以用圖形網路的方式展示，從而把複雜的資訊以直觀明瞭的影像呈現出來，讓使用者對隱藏資訊的來龍去脈一目瞭然，為金融行業的評估決策提供更有價值的判斷依據。

金融業在查詢一些關鍵性財報資料時，普通搜尋引擎或者財經網站，往往只能給出一大堆相關資訊，需要自己一頁頁從財報或者研報中尋找答案。KGB 知識圖譜的結果基本都是結構化的，搜尋結果不再是一條條 url 連結，而是在搜尋的瞬間，系統經過千百萬次計算總結後，直接將各種資訊來源中的資料提取出來，直接形成表格或者可檢視。在搜尋框中輸入問題，頁面會自動呈現相關圖例，同時提供相應資料表格。對於搜尋者而言，結果以資料流替代了原先的資訊流，顯得更加精準和準確。

KGB 知識圖譜 基於深度學習的自然語言處理技術，搭建專業領域深度知識圖譜，快速學習並迭代金融行業最新知識，構建一二級市場眾多實體模型，智慧化的理解使用者的搜尋請求，使得搜尋更簡單更準確。 對於金融從業者來說，經常要面臨為了寫一份報告，摳資料、找資料、填資料、畫圖表等工作，這些重複性工作費時耗力，利用KGB 知識圖譜的智慧搜尋功能，可以透過簡單的操作，可以快速、精準地找到想要的資料、報告等內容，從以往低效、重複的資訊蒐集整理中解脫出來，告別資訊過載的困擾。

KGB 知識圖譜具備以下特色： 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。

在現階段，新資料和新演算法為規模化知識圖譜構建提供了新的技術基礎和發展條件，使得知識圖譜構建的來源、方法和技術手段都發生極大的變化。