知识图谱 实现大数据应用的智能化

刘瑞宝

目前，在市场中的知识图谱有很多，这些知识图谱给我们的应用带来大量的数据基础，同时我们利用这些知识图谱的过程，也会给我们带来巨大的价值。市场中对知识图谱的定义有很多，而我们认为知识图谱是AI进步的阶梯。人类的进步其实也是知识的积累过程，而知识图谱也需要通过神经网络技术，让机器自动学习，但是只建立知识图谱的自动学习还远远不够。

我们发现在无监督的情况下，知识圖谱的自动学习有可能会出现学习错误的情况。所以我们建立了有监督的知识图谱器学习，并添加固定模型专家系统，形成人与机器相互合作的闭环状态。提到知识图谱就不得不提知识体系，而知识体系的搭建需要从知识获取开始，然后过渡到知识图谱的建设。在建设知识图谱体系之初，需要工具对它进行编辑，但是依靠工具无法完成知识图谱的建设，还需要提出一个动态体系理念。对于动态本体而言，我们需要找到两个部分。第一，属性。第二，关系。通过属性和关系来产生知识，这是我们建立知识图谱的主要流程。

拓尔思在建立知识图谱体系的过程中，也遵循了这一路线，先从知识获取开始。同时我们开发了自己的产品，包括内容抽取、ETL等，并且我们知识图谱中添加了知识理解，包括自然语言处理、自动抽取、自动分类、自动聚类等，同时建立关联图谱。

那么知识图谱系统应当如何构建？我们构建系统的过程中，采用多层结构的方法，包括各种数据来源，在体系中进行融合和整合，最终形成数据中心和知识中心，我们通过数据中心和知识中心进行图谱的应用。同时，我们依靠多年的经验积累建立了一整套体系。比如我们针对知识图谱系统的构建，应用了NLB和自然语言处理等技术。在案件侦破方面，机器可以自动对案件笔录进行知识抽取，并抽取案件发生的时间、地点、人物、作案手段等信息。然后机器会自动定位地址信息，再通过机器学习的方式将案件类型和级别进行分类。

什么是开源情报？在互联网中有很多信息是公开的，而这些公开的信息就可以作为我们的情报，所以我们可以针对这些情报，将它们转变成知识，最后我们会建立图谱。我们开发了知识图谱的工具—水晶球。该工具可完成从知识到图谱的建立过程。比如水晶球可随时进行知识拖动、知识抽取、知识感知、知识统计、知识分析以及建立时间轴等。该工具可以使我们建立知识图谱的流程变得更加便利，在建立知识图谱过程中它可以将知识合并和融合形成新的知识。

那么是否可以将所有信息放在图谱中？其实并没有必要。我们在管理知识图谱时，第一需要建立汇聚库。在汇聚库中存储了大量数据，我们并不是把大量数据直接存储在知识图谱中。第二我们在中间环节建立了动态体本建模系统。在该系统中我们可以进行建模，在建模后我们将有价值的数据，导入到知识图谱系统中最终形成闭环。比如知识图谱一定以目标为中心，然后将数据进行加工，并建立数据之间的关系，后通过水晶球对目标进行分析。除此之外，我们针对社交软件也建立了图谱，该图谱可以分析社交软件中人与人之间的关系和关键点，最终形成情报。

比如在媒体领域，各种信息都是以文本的方式构成，我们可对文本信息进行抽取，最后将时间点和关键的信息形成图谱。同时我们针对金融企业，开发了自动关联和自动分类系统，我们可以通过机器学习技术，来抽取该行业的知识点，并建立企业与企业之间的关系，最后将金融企业进行分类，并将该项应用作用到打击金融犯罪等领域。

此外，我们也开发了专业的智能审查系统，众所周知专利是以文本的方式构成的，但是文本中的知识较为分散。我们可以把文本、图像抽取出来，之后按照专利的需求进行自动分析，形成专利的自动审查。在知识点关联方面，我们开发了知识图谱问答系统，来完善如税务、银行等专业领域系统内部的知识汇聚和统计。

同时我们也开发了中医知识挖掘系统，在中医的文本中，很多散落的文本对于计算机而言很难理解。所以我们把中医所有文本让计算机进行分析，让计算机寻找出病理与症状之间的关系，同时寻找出治疗某种病理所需要的药物和药方，最后分析出药物之间的相通性。而且我们还开发了网络态势感知，可以针对网络中的信息种类、来源和访问进行分析。

介绍一下水晶球的使用方法。当我们得到一份邮件时，便可以交给水晶球。水晶球可以识别出发件人与收件人之间的关系，并可以显示出某一个人的属性，以及邮件中的知识点，来分析知识与知识之间的联系，最后将其他行业的相关数据全部关联起来，形成数据融合。通过这项操作，我们便可以追踪某个人的活动情况与活动范围，并建立该人物的时间轴，同时我们可依靠邮件来发现所追踪的对象与其他人的关系，然后寻找出人与人之间的共同点包括时间、地点、属性等，最终形成知识图谱，可随时进行点击查看。

（根据演讲内容整理，未经本人审核）