[经验]

知识图谱的三种特性评析

张宝

2019-12-13 13:57:06

2577 知识图谱

知识图谱的应用对技术本身也提出了高要求，KGB知识图谱现在已经在保险行业，为公司分析上市数据等行业得以广泛应用，知识图谱能够在应用中发挥优势主要体现在哪里呢?

（1）目标的动态性：考察知识图谱的三个重要方面包括目标的动态性。比如根据已有的知识图谱模型，能否一个在人工不干预的情况下，自动识别出同类事物；当一名影星再婚之后，是否可以在人工不干预的情况下，自动识别他的新配偶。

（2）目标的多样化：知识图谱中的目标类别是否明确的定义了很多种，例如人物知识图谱是否能根据职业角色将人物定义划分为几百种，并自动识别每一个新目标的职业角色；当职业角色带来特定的关系限制时，能否自动补全这些关系，例如当自动识别出一个人物是教授时，也自动识别出他的研究领域、指导学生和开设课程等。

（3）关系的细粒度分析：除了目标因为类型不同存在多样化的情形之外，目标之间的关系也可能存在细粒度的不同。知识图谱能否准确的细分处理这些关系，并自动识别新的关系。例如，人物之间的关系有很多种，父子，师生，表亲，同学，同事，上下级，朋友，等等，人物知识图谱是否能将目标之间的关系细化至此。

从这些不同的技术维度来看，上述场景对知识图谱的质量有着不同的要求。比如，企业内部的信息检索可能因为待检索文档相对固定，而对目标是否动态、目标和关系是否多样化细粒度基本没有要求；而数据决策因为要全面考虑不同的因素对最终结果的综合影响，在这三个方面都有很高的要求。由此可见，行业知识库和数据决策这些场景所建设的知识图谱的质量水平是有着较高要求的。

KGB知识图谱凭借其在知识图谱的构建，更新方面的技术优势，现在已经在公共安全，企业文件内容核查等得以广泛应用。KGB知识图谱现已实现以下功能：1.文档解析：KGB知识图谱引擎，可轻松解析多种格式与版本文档：TXT、DOC、EXCEL、PPT、PDF、XML等。尤其是PDF文件，可直接解析输出为word格式文件，保留文件中表格与文字格式等重要信息。对于图片信息，OCR可自动识别并抽取图片中的文字信息。2. 知识抽取：KGB知识图谱引擎，可从结构化表格与非结构化文本中自适应识别并抽取关键知识（主体、客体、时间、地点、金额、条款等），准确率高达90%，实现知识的快速生成。3、知识关联：KGB知识图谱引擎深入挖掘知识关联，将一个个知识实体链接为具有完整意义的知识事实。并具有强大的知识推理能力，推理出暗含的知识与结论，丰富知识图谱。4、知识较验：KGB知识图谱加工厂能够对知识质量智能校验，包括对多种知识错误与冲突进行自动智能核查与修正，更有知识工程师进行知识精准校验，保证知识图谱的准确性。

在行业应用方面，KGB知识图谱具有以下特色：1、跨领域可扩展：知识图谱加工厂具有通用的图谱构建引擎。知识抽取、知识关联与质量核查过程不依赖特定业务知识，结合用户知识图谱构建的需求，可以快速构建用户领域知识图谱。2、知识质量智能核查：知识图谱加工厂实现对多种知识错误与冲突的智能核查与校验，并对知识库进行实时自动更新，保证知识图谱准确性。3、人机结合的服务：知识图谱加工场人机构成：90%机器+10%的人工，只需要提供语料，就可以快速得到对应的知识图谱构建成果。