企業級知識圖譜的案例分享
近日,在深圳舉辦的2019中國知識圖譜產業發展峰會上,中國人工智慧知識圖譜聯盟(AICKI)正式釋出了《2019知識圖譜白皮書》。這份白皮書對中國知識圖譜產業的發展現狀、趨勢和熱點進行了解讀,並對行業典型應用案例進行了詳細分析。為了幫助行業人士更好地理解和應用知識圖譜,就企業級知識圖譜的應用案例進行分享。下面我們將從一個客戶案例入手,與大家探討企業級知識圖譜在企業應用中的價值和挑戰。
客戶案例介紹
某大型國有銀行與數道合作,將知識圖譜應用於風控領域,幫助銀行實現從“風險管理”到“風險決策”的升級。該銀行透過建立企業級知識圖譜,構建了風控決策分析平臺,透過對外部資料、內部資料以及歷史資料進行統一管理,有效提升了風控決策的效率與準確性。
企業知識圖譜的價值
隨著知識圖譜技術的快速發展,在企業應用中的價值也越來越明顯。透過知識圖譜可以將大量的資訊資料串聯起來,方便我們從海量資料中提取出關鍵資訊,同時也能提供豐富的資料分析能力。 透過對企業內部各個部門資訊進行梳理,可以發現各個部門之間存在著大量的關聯關係和業務規則,透過知識圖譜可以將這些關聯關係和業務規則進行匯聚、儲存和展示。
當某個部門出現問題時,我們可以透過企業級知識圖譜對相關部門的問題進行快速分析和定位,並給出解決方案。
企業級知識圖譜的技術挑戰
為了滿足企業的需求,數道對該系統進行了深度開發。在技術層面,數道採用了主流的知識圖譜構建方式,即透過構建知識圖譜完成實體之間的關係抽取、屬性抽取以及事實抽取,進而利用本體語言完成知識建模,最後利用知識庫實現知識推理。
在上面這個案例中,我們遇到了以下幾個主要挑戰:
- 對於複雜業務場景,企業可能需要投入更多的人力才能完成任務,因此在構建知識圖譜時需要考慮到企業人員的實際情況。
- 對於知識圖譜中的實體、屬性等資料來源,需要與企業現有資料來源進行打通,並且對資料進行清洗、脫敏等處理。
- 在構建知識圖譜時需要考慮到如何利用企業已有的業務資料。
企業級知識圖譜的案例展示
下面我們以某客戶在構建知識圖譜的過程中,遇到的一些問題以及解決方案為例進行說明。
該客戶擁有多個產品和多個服務,面對日益龐大的資料量,傳統的知識圖譜構建方式,往往難以滿足其需求。
數道知識圖譜構建平臺透過採用半結構化與非結構化混合儲存方式,能夠快速應對資料量激增的情況。同時,採用圖資料庫作為儲存資料的載體,具有較高的穩定性和可靠性。
透過知識圖譜在智慧客服系統中構建了一個具備實時、智慧、自動化、智慧化的人機互動系統,透過分析大量的資料,有效地提高了客服系統的工作效率,節省了客戶的時間和成本。
悅數圖資料庫是一種能夠將大資料中的大量資料進行圖處理的大資料集,為商業應用提供支援,同時還可以引入機器學習、人工智慧、自然語言識別等多種方法,以提高回答的準確性和興趣度,節約人力資源,提高使用者使用體驗。
來自 “ ITPUB部落格 ” ,連結:https://blog.itpub.net/70029948/viewspace-3002546/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 知識圖譜丨知識圖譜賦能企業數字化轉型
- 知識圖譜01:知識圖譜的定義
- 知識圖譜|知識圖譜的典型應用
- KGB知識圖譜透過知識校驗完成企業的風險稽核
- 知識圖譜的器與用(一):百萬級知識圖譜實時視覺化引擎視覺化
- 知識圖譜學習記錄--知識圖譜概述
- 知識圖譜和行業領域的結合產物-KGB知識圖譜介紹行業
- 知識圖譜技術的新成果—KGB知識圖譜介紹
- 【知識圖譜】 一個有效的知識圖譜是如何構建的?
- 知識圖譜之知識表示
- go 知識圖譜Go
- OI知識圖譜
- 實驗案例1構建簡單的金融知識圖譜
- KGB知識圖譜軟體實現上市企業的風險評估
- 知識圖譜與知識發現領域的頂級期刊與會議
- 知識圖譜學習
- Http/2知識圖譜HTTP
- 達觀知識圖譜, 輔助企業智慧運營和決策
- KGB知識圖譜完善保險行業的知識應用體系行業
- KGB知識圖譜,利用科技解決傳統知識圖譜問題
- 知識圖譜入門——知識表示與知識建模
- 【知識圖譜】知識圖譜資料構建的“硬骨頭”,阿里工程師如何拿下?深度學習在知識圖譜構建中的應用。阿里工程師深度學習
- 【知識圖譜】知識圖譜實體連結無監督學習框架框架
- 知識圖譜——技術與行業應用行業
- NLPIR系統自動構建企業上市大資料知識圖譜大資料
- 安全知識圖譜|威脅建模助力企業“建防禦 抓運營”
- 知識圖譜,能否成為企業下一代的資料倉儲?
- 事理圖譜,下一代知識圖譜
- 知識圖譜入門2
- NumPy基礎知識圖譜
- 01 知識圖譜概論
- 知識圖譜構建與應用推薦學習分享
- KGB知識圖譜在企業活動中能夠實現那些運用
- NLPIR系統實現知識圖譜技術的企業服務場景應用
- KGB知識圖譜開拓行業應用新展圖行業
- 30億資料的知識圖譜如何解決“超級痛點”
- 構建知識圖譜-初學
- Go知識圖譜討論帖Go