起點(diǎn)課堂會(huì)員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會(huì)特權(quán)
個(gè)人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場(chǎng)職場(chǎng)軟技能直播
12場(chǎng)求職輔導(dǎo)直播
12場(chǎng)專業(yè)技能直播
會(huì)員專屬社群
榮耀標(biāo)識(shí)知識(shí)圖譜發(fā)展的難點(diǎn)&構(gòu)建行業(yè)知識(shí)圖譜的重要性
知識(shí)圖譜又稱為科學(xué)知識(shí)圖譜，在圖書情報(bào)界稱為知識(shí)域可視化，或知識(shí)領(lǐng)域映射地圖，用來顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及他們互相之間的關(guān)系。
一、概述
盡管人工智能依靠機(jī)器學(xué)習(xí)和深度學(xué)習(xí)取得了快速進(jìn)展，但這些都是弱人工智能，對(duì)于機(jī)器的訓(xùn)練，需要人類的監(jiān)督以及大量的數(shù)據(jù)來喂養(yǎng)，更有甚者需要人手動(dòng)對(duì)數(shù)據(jù)進(jìn)行標(biāo)記，對(duì)于強(qiáng)人工智能而言，這是不可取的。要實(shí)現(xiàn)真正的類人智能，機(jī)器需要掌握大量的常識(shí)性知識(shí)，以人的思維模式和知識(shí)結(jié)構(gòu)來進(jìn)行語言理解、視覺場(chǎng)景解析和決策分析。
二、什么是知識(shí)圖譜
百度百科定義：知識(shí)圖譜又稱為科學(xué)知識(shí)圖譜，在圖書情報(bào)界稱為知識(shí)域可視化，或知識(shí)領(lǐng)域映射地圖，用來顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及他們互相之間的關(guān)系。
乳腺癌知識(shí)圖譜
三、為什么需要知識(shí)圖譜
- 知識(shí)圖譜把復(fù)雜的知識(shí)領(lǐng)域及知識(shí)體系通過數(shù)據(jù)挖掘、信息處理、知識(shí)計(jì)量和圖形繪制顯示出來，表示該領(lǐng)域的發(fā)展動(dòng)態(tài)及規(guī)律，為該領(lǐng)域的研究提供全方位、整體性、關(guān)系鏈的參考。
- 知識(shí)圖譜是智能社會(huì)的重要生產(chǎn)資料，如果把人工智能比作一個(gè)“大腦”，那么深度學(xué)習(xí)是“大腦”的運(yùn)轉(zhuǎn)方式，知識(shí)圖譜則是“大腦”的知識(shí)庫，而大數(shù)據(jù)、GPU并行計(jì)算和高性能計(jì)算等支撐技術(shù)就是“大腦”思維運(yùn)轉(zhuǎn)的支撐。
- 知識(shí)圖譜是真實(shí)世界的語義表示，其中每一個(gè)節(jié)點(diǎn)代表實(shí)體連接節(jié)點(diǎn)的邊則對(duì)應(yīng)實(shí)體之間的關(guān)系異構(gòu)數(shù)據(jù)通過整合表達(dá)為知識(shí)，圖的表達(dá)映射了人類對(duì)世界的認(rèn)知方式，知識(shí)圖譜非常適合整合非結(jié)構(gòu)化數(shù)據(jù)從零散數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，從而幫助組織機(jī)構(gòu)實(shí)現(xiàn)業(yè)務(wù)智能化。
四、知識(shí)圖譜的誕生
當(dāng)你對(duì)陌生領(lǐng)域進(jìn)行學(xué)習(xí)時(shí)，無法把握要點(diǎn)及整體框架，以至于檢索效率低、入門無道時(shí)，知識(shí)圖譜應(yīng)運(yùn)而生。
自2012年5月，Google將知識(shí)圖譜應(yīng)用到其搜索引擎，以提升其搜索服務(wù)能力，將各種渠道收集而來的相關(guān)信息展示在搜索結(jié)果旁的信息框中，以結(jié)構(gòu)化模塊形式提供給用戶。
主要從三個(gè)方面提升了其搜索效果：
- 語言的多義性，展示差異化結(jié)果，縮小搜索范圍。
- 信息的關(guān)聯(lián)性，理解總結(jié)信息間的關(guān)聯(lián)，理解事物的相關(guān)性。
- 體系的廣泛性，構(gòu)建完整的知識(shí)體系，發(fā)現(xiàn)新的事實(shí)或新的聯(lián)系，促進(jìn)一系列全新的搜索查詢。
google知識(shí)圖譜展示
五、知識(shí)圖譜的原理
知識(shí)圖譜以結(jié)構(gòu)化數(shù)據(jù)處理，運(yùn)用三元體，點(diǎn)、線、面的方式表示本體之間的關(guān)系，利用關(guān)系來組織所有的對(duì)象（實(shí)體），形成有向圖結(jié)構(gòu)。所謂知識(shí)，指的是點(diǎn)或邊對(duì)應(yīng)的信息。
知識(shí)圖譜以語義分析技術(shù)為基礎(chǔ)，以模型為核心，基于數(shù)據(jù)，利用深度神經(jīng)網(wǎng)絡(luò)、NLP框架語義理解等智能處理技術(shù)對(duì)輸入的字、詞、篇章進(jìn)行多層次、多維度的信息分析，提供可遠(yuǎn)程調(diào)用的實(shí)體抽取、關(guān)系抽取和屬性抽取等算法服務(wù)接口能力。達(dá)到構(gòu)建多領(lǐng)域知識(shí)圖譜平臺(tái)，服務(wù)不同行業(yè)和應(yīng)用場(chǎng)景。
知識(shí)圖譜相關(guān)技術(shù)
構(gòu)建知識(shí)圖譜是一個(gè)迭代更新的過程，根據(jù)知識(shí)獲取的邏輯，每一輪迭代可分為三個(gè)階段：
- 信息抽?。?/strong>從各種類型的數(shù)據(jù)源中提取出實(shí)體、屬性以及實(shí)體間的相互關(guān)系，在此基礎(chǔ)上形成本體化的知識(shí)表達(dá)；
- 知識(shí)融合：在獲得新知識(shí)之后，需要對(duì)其進(jìn)行整合，以消除矛盾和歧義，比如：某些實(shí)體可能有多種表達(dá)，某個(gè)特定稱謂也許對(duì)應(yīng)于多個(gè)不同的實(shí)體等；
- 知識(shí)加工：對(duì)于經(jīng)過融合的新知識(shí)，需要經(jīng)過質(zhì)量評(píng)估之后（部分需要人工參與甄別），才能將合格的部分加入到知識(shí)庫中，以確保知識(shí)庫的質(zhì)量。
知識(shí)圖譜技術(shù)架構(gòu)
六、知識(shí)圖譜的發(fā)展方向
“純粹的通用型人工智能沒有任何意義，人工智能未來的方向一定是行業(yè)化?！?/p>
因此行業(yè)知識(shí)圖譜的構(gòu)建顯得尤為重要，首先，構(gòu)建行業(yè)知識(shí)圖譜系統(tǒng)應(yīng)以海量數(shù)據(jù)匯聚融合、快速感知和認(rèn)知、強(qiáng)大的分析和推理、自適應(yīng)與自優(yōu)化和行業(yè)智能決策為導(dǎo)向。
下面介紹一下通用知識(shí)圖譜與行業(yè)知識(shí)圖譜構(gòu)建的區(qū)別：
通用知識(shí)圖譜以互聯(lián)網(wǎng)開放數(shù)據(jù)為基礎(chǔ)，如維基百科或社區(qū)眾包為主要來源，逐步擴(kuò)大規(guī)模。以三元組事實(shí)型知識(shí)為主，較多的面向開放域的Web抽取，對(duì)知識(shí)抽取的質(zhì)量有一定容忍度，以知識(shí)融合提升數(shù)據(jù)質(zhì)量，應(yīng)用領(lǐng)域主要在搜索和問答方面，對(duì)推理要求較低。如：百度、谷歌、雅虎等等
行業(yè)知識(shí)圖譜以領(lǐng)域或企業(yè)內(nèi)部的數(shù)據(jù)為主要來源，通常要求快速擴(kuò)大規(guī)模，構(gòu)建行業(yè)壁壘，知識(shí)結(jié)構(gòu)更加復(fù)雜，通常包含本體工程和規(guī)則型知識(shí)。知識(shí)抽取的質(zhì)量要求很高，較多的依靠從企業(yè)內(nèi)部的結(jié)構(gòu)化、非結(jié)構(gòu)化以及半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行聯(lián)合抽取需要依靠人工進(jìn)行審核校驗(yàn)，來保證質(zhì)量。通常需要融合多來源的領(lǐng)域是數(shù)據(jù)擴(kuò)大規(guī)模的有效手段。應(yīng)用形式更加全面，除搜索問答外，還包括決策分析、業(yè)務(wù)管理等，并對(duì)推理的要求更高，并有較強(qiáng)的可解釋性要求。主要領(lǐng)域有電商、金融、農(nóng)業(yè)、安全、醫(yī)療等等
面向行業(yè)知識(shí)譜圖系統(tǒng)構(gòu)建
大數(shù)據(jù)的采集分析和計(jì)算力已經(jīng)不再是阻礙，難點(diǎn)在于算法背后的知識(shí)圖譜構(gòu)建。實(shí)際中，企業(yè)數(shù)據(jù)和業(yè)務(wù)變化靈活，因此數(shù)據(jù)源、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)內(nèi)容隨時(shí)會(huì)發(fā)生變動(dòng)，對(duì)業(yè)務(wù)的理解以及對(duì)數(shù)據(jù)的解讀也隨之發(fā)生變化。因此，建立實(shí)時(shí)敏捷、靈活可擴(kuò)展、智能自適應(yīng)的動(dòng)態(tài)知識(shí)圖譜尤為重要。
七、行業(yè)知識(shí)圖譜的重要性
由于IT時(shí)代的快速發(fā)展，形成了數(shù)據(jù)的聚集。促進(jìn)了正在來臨DT時(shí)代，數(shù)據(jù)與算法作為基礎(chǔ)為知識(shí)圖譜的構(gòu)建提供了新的可能性，而知識(shí)圖譜作為AI的支撐基礎(chǔ)，雖然發(fā)展緩慢，卻是人工智能的必經(jīng)之路。由于其在語義搜索、智能問答、數(shù)據(jù)分析、自然語言處理、視覺理解、物聯(lián)網(wǎng)設(shè)備已展現(xiàn)出越來越大的價(jià)值。
比如：上一篇文章中提到的基于語音對(duì)話系統(tǒng)構(gòu)建的機(jī)器人，要想機(jī)器人好玩有趣，就需要建立通用知識(shí)圖譜，使機(jī)器人具有強(qiáng)大的邏輯，了解人與人關(guān)系，人與物的關(guān)系，人的屬性、物的屬性，理解人類世界的關(guān)系鏈，靈活應(yīng)對(duì)用戶的各種聊天需求，使機(jī)器具有類人智能。而行業(yè)知識(shí)圖譜則幫助用戶解答關(guān)于行業(yè)的任務(wù)型需求，輔助用戶決策，反向幫助人類學(xué)習(xí)。
如今，人工智能屬于發(fā)展初期，主要以技術(shù)驅(qū)動(dòng)行業(yè)發(fā)展，屬于拿著錘子找釘子的時(shí)期，企業(yè)在以行業(yè)+AI為核心的同時(shí)，也應(yīng)重視行業(yè)+知識(shí)圖譜。因?yàn)槲磥砑夹g(shù)肯定不是公司的核心競(jìng)爭(zhēng)力，而多年積累的行業(yè)數(shù)據(jù)才是壁壘。數(shù)據(jù)養(yǎng)育AI，AI反哺數(shù)據(jù)。
行業(yè)知識(shí)圖譜在很多領(lǐng)域已經(jīng)有了很好的應(yīng)用。
例如：天眼查、企查查的企業(yè)知識(shí)圖譜，數(shù)據(jù)包括：企業(yè)基礎(chǔ)數(shù)據(jù)、投資關(guān)系、任職關(guān)系、企業(yè)專利數(shù)據(jù)、企業(yè)招標(biāo)數(shù)據(jù)、企業(yè)招聘數(shù)據(jù)、企業(yè)訴訟數(shù)據(jù)、企業(yè)失信數(shù)據(jù)、企業(yè)新聞數(shù)據(jù)；
企業(yè)知識(shí)圖譜
利用知識(shí)圖譜融合以上數(shù)據(jù)，制作企業(yè)知識(shí)圖譜，并在企業(yè)知識(shí)圖譜之上利用圖譜特性，針對(duì)金融業(yè)務(wù)場(chǎng)景做一系列應(yīng)用。
（1）企業(yè)風(fēng)險(xiǎn)評(píng)估
基于企業(yè)基礎(chǔ)信息、投資關(guān)系、訴訟、失信等多維度關(guān)聯(lián)數(shù)據(jù)，利用圖計(jì)算等方法構(gòu)建科學(xué)、嚴(yán)謹(jǐn)?shù)钠髽I(yè)風(fēng)險(xiǎn)評(píng)估體系，有效規(guī)避潛在的經(jīng)營(yíng)風(fēng)險(xiǎn)與資金風(fēng)險(xiǎn)。
（2）企業(yè)社交圖譜
基于投資、任職、專利、招標(biāo)股、涉訴關(guān)系以目標(biāo)企業(yè)為核心向外層擴(kuò)散，形成一個(gè)網(wǎng)絡(luò)關(guān)系圖，直觀立體展現(xiàn)企業(yè)關(guān)聯(lián)。
（3）企業(yè)掌權(quán)人
基于股權(quán)投資關(guān)系尋找持股比例最大的股東，最終追溯至自然人或國(guó)有資產(chǎn)管理部門。
（4）企業(yè)關(guān)聯(lián)路徑
基于股權(quán)、任職、專利、招標(biāo)股、涉訴關(guān)系形成的網(wǎng)絡(luò)關(guān)系中、查詢企業(yè)之間的最短路徑，衡量企業(yè)之間的關(guān)系密切度。
（5）企業(yè)的發(fā)展歷程
基于企業(yè)知識(shí)圖譜中的投融資事件的時(shí)間順序，記錄企業(yè)的發(fā)展歷程。
（6）企業(yè)信息的智能問答
用戶通過語音輸入，系統(tǒng)通過語音輸出給用戶想要的答案。
就寫這么多，希望能帶給各位一些思考。關(guān)于醫(yī)療知識(shí)圖譜、金融知識(shí)圖譜、農(nóng)業(yè)知識(shí)圖譜的應(yīng)用場(chǎng)景請(qǐng)自行查詢吧。
本文由 @阿拉燈神丁 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載
題圖作者提供
為什么不算呢？ ??
我也是搞知識(shí)圖譜的，能否留個(gè)微信號(hào)一起交流下？
dandan-sbb
企業(yè)的知識(shí)圖譜可以是企業(yè)員工根據(jù)崗位運(yùn)營(yíng)提供“圖譜點(diǎn)“或者圖譜信息根據(jù)他們上級(jí)收集整理來匯總至我們參考下一步戰(zhàn)略，或者某些項(xiàng)目的風(fēng)險(xiǎn)性受益性決定是否這么做能帶來受益，謝謝，雖然沒耐心看完，但我突然這么想到這個(gè)點(diǎn)
？？？沒怎么看懂你想表達(dá)什么觀點(diǎn) ?? 知識(shí)圖譜的數(shù)據(jù)主要就是公司內(nèi)部數(shù)據(jù)（結(jié)構(gòu)化數(shù)據(jù)）、從我網(wǎng)上爬取得公開數(shù)據(jù)（非結(jié)構(gòu)化數(shù)據(jù)）、第三方機(jī)構(gòu)數(shù)據(jù)（半結(jié)構(gòu)化數(shù)據(jù)），做知識(shí)圖譜肯定是為了優(yōu)化公司服務(wù)內(nèi)容，賦能行業(yè)，做知識(shí)圖譜肯定是業(yè)務(wù)需要知識(shí)圖譜，不能為了做知識(shí)圖譜而做知識(shí)圖譜，這樣是沒有意義的。如果只是對(duì)關(guān)系有一定需求，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫也是可以做的，就不用花費(fèi)巨資采用知識(shí)圖譜的圖數(shù)據(jù)庫來做。如果沒有解決你的問題，歡迎進(jìn)一步交流。