知识图谱推理在工业上的6大落地应用

　　近日CCF YOCSEF上海成功举办了主题为“自然语言处理NLP技术前沿进展”的线上论坛活动，此次线上论坛由CCF YOCSEF上海主办，上海市数据科学重点实验室、PlantData海乂知信息科技协办，PlantData海乂知信息科技COO徐佳担任论坛执行主席。活动邀请了来自复旦大学邱锡鹏教授、清华大学刘知远副教授、哈尔滨工业大学车万翔教授、复旦大学熊贇教授、同济大学王昊奋研究员与大家分享他们近期在NLP中的自注意力模型、知识指导的NLP、知识驱动的主动式开放域对话系统、多模态深度NLP、知识推理等方面的最新工作。

　　活动吸引了来自中科院、同济大学、复旦大学、上海交大、武汉大学、重庆交通大学、华中师范大学、南京大学、中国地质大学、华东理工大学、平安集团等单位的800余名观众参加。

　　其中，CCF YOCSEF上海优秀AC、同济大学特聘研究员王昊奋作了题为《知识推理的过去、现在和未来：浅析神经与符号的对立与融合》的分享报告，介绍了知识推理的主要范式和面临的挑战、分享各种技术进展，并分享了PlantData对于知识推理在工业上的部分落地应用。

　　知识推理一般运用于知识发现、冲突与异常检测，是知识精细化工作和决策分析的主要实现方式。目前的知识推理已经广泛应用在各行各业如企业投资风险研究、信贷风控、智能投顾、挖掘政府人员的人际关系、农作物价格预测和动态属性生成等方面。

　　企业投资风险研究

　　基于股权投资关系寻找持股比例最大的股东，最终追溯至自然人、国有资产管理部门或其他最终控制人，辨别由最终控制人操纵的关联交易，洞悉商业风险。

　　信贷风控

　　当两个贷款申请者都有异常流水，且有相同的单位，则该单位可能就是需要关注的风险点。基于知识图谱，当统计“单位”类型节点的异常流水边数量超过2个，即可统计出高风险单位。

　　智能保顾机器人

　　智能机器人可根据隐含知识推理：症状——疾病——理赔范围的逻辑去判断发烧可能涉及哪些疾病，而这些疾病的治疗过程是否在保险理赔范围内。

　　挖掘人物关系

　　以纪检知识图谱为依托，在人物通讯、轨迹、空间、社交信息构成的网络中，发现人物关系，挖掘异常关联。

　　问答机器人

　　基于农业领域知识图谱和逻辑推理模型赋予问答机器人记忆、推理功能，使问答对话更加顺畅自然。

　　动态属性生成

　　快速支持业务灵活实现，智能交易中心设置统计值和计算逻辑，可实现各节点关系计算结果。

　　知识图谱作为人工智能技术中的知识容器和孵化器，对AI领域的发展具有关键性的作用。随着知识推理等技术的发展，知识图谱构建技术越来越自动化，提升了服务质量和效率，解放了生产力，进一步实现企业智能化转型。

　　AI 是新的生产力，知识图谱是 AI 进步的阶梯。

　　PlantData 基于识图谱的认知智能中台帮助企业把多源异构数据转化为知识，提供知识图谱全生命周期解决方案，打造行业智能大脑，助力企业智能化转型。

　　举报/反馈