摘要： 作為語義網的數據支撐,知識圖譜在搜索引擎、智能問答和推薦系統等領域發揮著重要作用,成為了人工智能領域的研究熱點。知識圖譜因其自身的圖展示、圖挖掘、圖模型等計算優勢,可幫助企業或金融從業人員進行業務場景的分析與決策。目前已經有公司將知識圖譜應用到金融領域,但是這些知識圖譜還存在信息缺失、準確度低等問題,并且現有的金融知識圖譜構建方法大都只關注構建過程中的某一環節。針對上述問題,對行業知識圖譜構建方法進行系統研究,構建一個企業風險知識圖譜,從本體構建、知識抽取、知識融合和知識存儲4個方面完整闡述了知識圖譜的構建流程。最后,基于企業風險知識圖譜,構建了一個智能問答機器人,實現了對知識圖譜的檢索和利用;為了提高問答系統回答問題的準確性,利用基于字級別的BiLSTM-CRF命名實體識別模型。實驗結果表明,在樣本數量較少時,基于字級別的模型效果更優。
//www.jsjkx.com/CN/10.11896/jsjkx.191000015
付費5元查看完整內容
相關內容
知識圖譜（Knowledge Graph），在圖書情報界稱為知識域可視化或知識領域映射地圖，是顯示知識發展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯系。
知識圖譜是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合，并利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論。它能為學科研究提供切實的、有價值的參考。
知識圖譜
·
知識圖譜一直是研究的熱點，東南大學漆桂林老師等發表了一篇關于中文知識圖譜構建的綜述論文，詳細講述了當前中文知識圖譜的研究進展，是非常好的學習資料。
隨著智能技術的不斷發展，作為人工智能支柱的知識圖譜以其強大的知識表示和推理能力受到了學術界和產業界的廣泛關注。近年來，知識圖譜在語義搜索、問答、知識管理等領域得到了廣泛的應用。構建中文知識圖譜的技術也在迅速發展，不同的中文知識圖譜以支持不同的應用。同時，我國在知識圖譜開發方面積累的經驗對非英語知識圖譜的開發也有很好的借鑒意義。本文旨在介紹中文知識圖譜的構建技術及其應用，然后介紹了典型的中文知識圖譜，此外我們介紹了構建中文知識圖譜的技術細節，并介紹了了中文知識圖譜的幾種應用。
付費5元查看完整內容
《醫療知識圖譜的構建和應用》 倪淵平安醫療科技醫療文本處理部負責人 數據與知識是人工智能的兩大引擎。知識圖譜因為表達能力強，擴展性好，并能兼顧人類認知與機器自動處理，引起學術界、工業界以及政府部門的高度關注。大數據與機器學習等技術的快速發展使大規模人類知識體系的自動構建成為現實。知識圖譜也可以嵌入數據驅動的機器學習流程，有力提升學習效果。兩大引擎的交互作用為人工智能的應用落地和大數據的價值落地提供了切實可行的手段與方法。
倪淵，博士。平安醫療科技醫療文本處理部負責人。 2003年畢業于復旦大學計算機科學與技術專業，2007年畢業于新加坡國立大學計算機系。之后加入IBM中國研究院，從事自然語言處理，知識圖譜等相關領域的研究。在IBM期間，倪淵參與過著名人工智能項目沃森機器人的開發。2018年，倪淵加入平安醫療科技研究院，帶領醫療文本處理團隊。 倪淵博士在著名國際會議，比如SIGMOD, WWW, ISWC等上，發表過20多篇論文，并且獲得20多項國際專利。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191