标题: KGB知识图谱的应用之路-增强大数据分析能力
  本主题由 admin 于 2019-12-2 21:43 审核通过 
ljrj9988
高考冲刺班
Rank: 1



UID 140833
精华 0
积分 220
帖子 29
威望 0
金钱 73
阅读权限 255
注册 2018-9-29
状态 离线
发表于 2019-12-2 17:11  资料  个人空间  短消息  加为好友 
KGB知识图谱的应用之路-增强大数据分析能力

大数据技术为大规模知识获取提供了可能,知识图谱技术的出现,则直接改变了利用这些大规模数据的方式。
在海量的数据、强大计算能力、群智计算以及层出不穷的模型支持下,传统知识工程解决了知识获取的难题。算法实现了数据驱动的大规模自动化知识获取。知识图谱则成了开启这些数据应用的钥匙。
知识图谱和传统知识获取不同的是,由传统的自上而下获取数据的方式,变成从知识数据中直接进行知识的抽取和挖掘。知识工程在知识图谱技术应用下进入了全新阶段,即大数据时代知识工程阶段。
大数据知识将会显著提升机器认知智能水平,大数据知识工程将提升机器的认知智能水平,感知智能到认知智能的过渡阶段,未来重要的技术即是实现认知智能。知识图谱使机器语言认知成为可能,机器想要认知语言、理解语言,需要背景知识的支持。同时,知识图谱富含大量的实体及概念间的关系,可以作为背景知识来支撑机器理解自然语言。
传统的机器学习都是通过大量的样本习得知识,在大数据红利渐渐消失的情况下,逐渐遇到发展瓶颈。而通过知识图谱等先验的知识去赋能机器学习,来降低机器学习对于样本的依赖,增强机器学习的能力,将成为新时代下的必然趋势。
在这样的背景下KGB知识图谱实现了一系列的应用比如搜索、精准推荐、风险识别、深化行业数据的理解与洞察等,在各种各样的应用场景发挥作用。
KGB知识图谱功能
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。
KGB知识图谱特色
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。
信息技术将直接改变现在的生产和生活方式,数据的价值也将更多的显现出来,知识图谱的出现将直接增加知识工程的应用,也促进机器的认知智能形成。

顶部


当前时区 GMT+8, 现在时间是 2020-1-25 22:51
本论坛支付平台由支付宝提供
携手打造安全诚信的交易社区 Powered by Discuz! 5.5.0 Licensed 京ICP备17069522号-2 海淀公安分局1101082153号 © 2001-2006 Comsenz Inc.
当前时区 GMT+8, 现在时间是 2020-1-25 22:51
清除 Cookies - 联系我们 - 向北航行