干货系列(二) | 我们为什么要使用知识图谱?

2021-08-25 10:18:21 阅读 7065

前言

上周,我们已经为大家初步介绍了知识图谱,尽管部分文字表述看似深奥,但其实我们在日常生活中经常感受到知识图谱技术带来的便利。本周,我们将为大家继续分享知识图谱的系列文章。

系列(二)主要包含3个方面:

1.知识图谱的使用价值

2.知识图谱的常见误区

3.知识图谱的行业影响

全文预计阅读时长为7分钟。


1

知识图谱的使用价值


随着互联网等技术的发展,一夜间海量的信息汹涌而来,让人们目不暇接。人类正处于一个信息爆炸的时代。

2012 年,Google 在优化信息搜索引擎时率先使用了知识图谱。于是人们开始发现,知识图谱可以将互联网的信息表达成更接近人类认知世界的形式,它提供了一种更好地组织、管理和理解互联网海量信息的能力。



如果说信息是杂乱无章的点,那么知识显然更具有逻辑性。知识图谱的出现,便于人们理解和记忆,从而更深入地融入当下时代。


知识图谱究竟有哪些使用价值?这里引用复旦大学肖仰华教授四点总结:


肖仰华


复旦大学教授,知识工场实验室负责人,青年973科学家,复旦爱树认知智能联合研究中心主任。


主要研究方向为大数据管理与挖掘、图数据库、中文知识图谱等。



①增加收入

以企业为例,根据招投标信息构建的商情图谱,有利于发现商机,有效提升企业的业务量,增加企业营收。


②减少成本

如依赖知识图谱构建的智能客服,已广泛应用于各个行业,极大减少了企业的客服人力成本。



▷ 火眼金睛AI版智能客服:智器云小云,可为用户提供智能问答、语义识别、场景预测等诸多功能。


③提高效率

如法院智能审判辅助系统,知识图谱的应用,使得信息已结构化形式呈现,繁简分流,帮助从业人员快速地在线检索相关的法务内容,提高法院审判工作质量和效率。

④降低风险

如应用于合同风险识别的知识图谱,自动提取文档内容的关键信息,自动生成对比结果报告,有效帮助识别风险。


2

知识图谱的常见误区


▷ 知识图谱和语义网络


通过上节文章我们已经知道,语义网络是上世纪60年代提出的知识表达模式,其用相互连接的节点和边来表示知识。


尽管语义网络和知识图谱在形式上相似,但语义网络更侧重于描述概念与概念之间的关系,而知识图谱则更偏重于描述实体之间的关联。有学者认为,这两者的提出动机不同,使用技术也不完全相同,不可以完全等同。


▷ 知识图谱和深度学习


深度学习是人工神经网络的一个分支,具有深度网络结构的人工神经网络是深度学习最早的网络模型,它与知识图谱在智能原理等方面存在着部分差异。



在可以预见的将来,基于通用的知识图谱引擎和技术框架,使用深度学习来优化已有的知识体系中不准、不全和不够灵活的地方,二者相互融合,将更有利于促进人工智能的发展。


▷ 知识图谱和思维导图


知识图谱是把不同种类的信息连接在一起而得到的关系网,它提供给我们从“关系”的角度去分析问题的能力。对于个人的知识整理和工作任务,其实也能套用这样的方法,大家最常使用的,就是“思维导图”。


▷ 常规的思维导图


很多朋友看完一本书,会用思维导图的形式把书中内容,按章节重点层层列出,显得十分有条理。但其实,以这种方法来做导图,虽然是把内容层层列出,但其实更像是一个目录,而不是知识图谱的最优呈现。纵使有人在做图过程中有思考厘清书中原理,也较难做到新旧知识联系。


对这种常规的导图做法,有学者评价:“导图是协助自己思考的一个工具,而不是把资料分门别类放好的书架。”很多时候,发挥作用的导图会显得十分“错乱”,因为知识的关系本来就如此错综复杂。我们不必为了追求“一时有序”,而错失了“本来目的”。


3

知识图谱的行业影响


经过近 6 年的技术发展,知识图谱在越来越多的垂直领域得到实践。



医疗:

通过构建医疗知识图谱,整合大量医疗文献和电子病历,获取海量高质量的医疗知识,不仅降低研发诊断成本,还能帮助医生快速查找合适的诊断方案。



▷浙江数字医疗技术卫生研究院发布的 “白内障”的治疗方式示例


农业:

大量的农业资料以不同格式分散存储,利用抽取挖掘技术从各种多源异构数据中获取相应的知识,并用统一图谱进行表示,实现多媒体知识指导,相比传统方式更加直观,更方便农民使用。


金融:

金融是知识图谱应用最广泛的领域之一,在反欺诈、反洗钱和风险控制等方面均有深入应用。这里重点以反洗钱为例。



▷ 智器云综合运用大数据智能技术,构造反洗钱异常交易全景式展示、模型挖掘、疑点甄别及可视化报告的智能平台,实现模型智造、风险图谱、一键可疑报告三大功能模块。


通过构建金融知识图谱,利用图挖掘、图分析技术,形成链状、圈状的客户群视图,生成了担保、资金往来等关系图谱,为商业银行提供精准可靠的营销及风控依据,助力金融行业向智能金融迈进。


制造业:

为了实现个性化制造运用于精细分析案例,知识图谱构建了关于产品评价的背景知识,如汽车的车型、车饰、动力、能耗等,提取消费者对汽车的褒贬态度、消费者改进建议、竞争品牌等评价与反馈,并以此为据实现按需与个性化定制。


公共安全:

通过构建知识图谱,让海量的数据更直观,理清错综复杂的关联关系,协助一线人员快速锁定犯罪嫌疑人。尤其针对公安行业,伴随着智慧新警综监管系统投入使用,知识图谱的应用将更加广泛。



▷ 智器云-公安知识图谱-通用业务能力介绍;我们将在第四节为大家分享知识图谱在公安行业的具体应用,敬请期待。


对于整个社会而言,当知识图谱赋能认知智能,伴随而来的将是机器生产力的进一步解放,人类脑力的不断解放,这最终将导致生产关系的改变。



通过本次分享,我们已经初步了解的知识图谱的使用价值、常见误区和行业影响。下一期将深度地走进知识图谱,了解核心技术内涵,不见不散!


参考文献


[1]知识图谱研究的回顾与展望.肖仰华.复旦大学

[2]知识图谱:概念与技术.肖仰华.复旦大学

[3]首次发布“疾病治疗方式”知识图谱.浙江数字医疗技术卫生研究院

[4]知识图谱和语义网概述.Storm·Rage.CSDN博客

[5]AI产品经理必修课:知识图谱的入门与应用.Alan

[6]语义网络/语义网/链接数据和知识图谱.SimmerChan.知乎

[7]AI赋能的知识应用市场发展现状及趋势分析.IDC中国.2021

[8]知识图谱的表示思维导图.大熊没有叮当猫、CSDN博客

[9]知识图谱的行业应用与未来发展.刘柳.读览天下

[10]知识图谱在日常生活中的应用.EnzoAI.简书



本文综合摘自网络平台,若有侵权,请联系管理员删除。

关注微信公众号,获取最新信息小编微信(zqykj0811),加入微信群与悟空团队的数据分析师一起交流

返回新闻活动列表