知识图谱产业化加速，驱动企业创新发展 | 星科技•专精特新“小巨人”

前沿科技

国家级专精特新“小巨人”

从感知智能到认知智能的跨越式发展，须引入发展认知技术，知识图谱在此形势下成为破局的关键技术。数字经济的持续发展将加速知识图谱产业化进度，推动知识图谱与传统产业融合。未来，知识图谱业务场景将不断迭代，行业应用边界也将不断拓宽。

01

知识图谱研究飞速发展，

智能化水平不断提升

据爱分析《中国知识图谱应用趋势报告》介绍，知识图谱即Knowledge Graph，以结构化的方式描述客观世界中实体、概念、事件以及之间的关系。

知识图谱技术是指在建立知识图谱中使用的技术，是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等技术的交叉研究。知识图谱技术包括知识表示、知识图谱构建和知识图谱应用三方面的研究内容。

谷歌于2012年正式提出知识图谱概念，并应用在智能搜索领域。知识图谱本质是以图的形式表现实体（概念、事物、人）及其关系的知识库，可看作有向图结构的网络。

目前，知识图谱技术已在智能搜索、智能问答、网络分析、决策辅助、推荐系统等领域广泛应用。

通过知识图谱的发展历程可以看出，知识图谱是知识工程不断发展衍生出的新一代知识工程技术。2012年谷歌知识图谱项目之后，知识图谱技术快速发展，目前已形成在多垂直领域的行业应用。

据艾瑞咨询统计测算，2021年中国知识图谱核心市场规模为107亿元，到2026年，核心市场规模可突破290亿元，2021-2026年CAGR=22.5%。

02

知识图谱落地多行业，

高效辅助业务决策

从感知智能到认知智能，知识图谱是关键一步。认知智能时代的到来，是在感知智能之上，提高了AI的理解分析能力，知识图谱起到重要的支撑作用，在认知智能阶段，机器能够通过知识图谱挖掘隐性关系，洞察难以发现的关系和逻辑，用于最终的业务决策。

爱分析调研发现，知识图谱技术的应用场景涵盖金融、政府与公共服务、电信、医疗与医药、零售、能源与工业等多个行业。

可以看出，目前，金融行业以及政府与公共服务行业知识图谱落地场景较多，其中主要以金融行业内的营销与风控场景和公共安全行业的业务场景居多。

以金融行业构建金融领域知识库业务场景为例，金融机构内部在业务运行过程中累积了大量的知识与经验，这些知识与经验存在于领域专家脑中或技术文档中，难以得到有效利用，很多金融机构尝试使用知识管理系统，但知识管理系统中的知识与知识之间存在信息孤岛，没有建立知识之间的联系，知识的管理维护、更新升级等也都存在问题；基于知识图谱，可以有效将知识与业务进行关联，有效管理知识体系的同时更好地赋能业务；

在将知识图谱技术应用于营销、风控等业务环节的过程中，本质上是建立了营销领域和风控领域的知识库，随着知识图谱技术在金融行业的渗透，金融机构开始想要打造全公司级别的知识库或知识中台，将全公司的数据进行关联，满足不同业务部门的需求，更好的推动业务运行。

03

知识图谱赋能企业

知识智能处理、搜索、共享和沉淀

达观数据是一家为企业提供各类场景智能文本机器人的国家高新技术企业，达观知识图谱整体解决方案，覆盖从数据源头到图谱落地的全流程，实现简单高效地构建非结构化数据知识图谱，极大提高了工作效率。同时，通过达观智能知识图谱，可有效解决海量数据的查看、分析问题，通过知识图谱系统，有效打破知识壁垒，实现了知识价值共享。

目前，达观知识图谱整体解决方案已涵盖企业运营分析、银行客户分析、反欺诈预警、汽车制造业分析、工业失效图谱等各个行业，并通过通过机器人流程自动化（RPA）、自然语言处理（NLP）、光学字符识别（OCR）、知识图谱、智能推荐等自动化与人工智能技术的结合，提升业务流程处理效率。

达观数据作为业内首个利用知识图谱技术赋能医疗领域数据图谱化应用服务的人工智能企业，基于对医疗领域应用场景的深入理解，运用自然语言处理、机器学习和深度学习等核心技术构建医疗领域知识图谱平台，旨在帮助医疗从业机构如何在知识管理的全链条过程中，基于知识图谱承载的专业知识，方便工作人员通过多种方式快速定位和展示已经沉淀在知识图谱中的知识信息，从而更好地实现对相关经验的共享，提高整体工作效率。

达观知识图谱平台提供了一系列可视化工具帮助业务专家和图谱专家一起梳理和设计图谱模式，当图谱模式设计完成后，即可以使用映射式构建工具把结构化数据构建成图谱，使用抽取式构建工具将非结构化数据构建成图谱。

在图谱构建前首先会对医疗数据源文档进行结构化处理，整个数据处理过程包括了如何从医疗知识管理库中获取有价值数据，然后对文档数据进行解析和标注，再通过技术手段进行文本抽取和结构化数据处理的过程和方法。

知识图谱的智能问答功能主要面向医疗从业人员，提供基于医疗领域相关知识搜索问答服务，支持以自然语言处理方式提问，对问题进行语义理解和解析，并对知识图谱进行查询、推理得出答案，整个过程经历了问题规范化、问题语义分析、答案检索和答案生成四个流程，采用实体识别、实体链接、意图识别、知识检索、答案生成与排序等技术，获取最优问答结果。

图示例：医疗领域智能知识问答

知识推广的主要目的，就是利用图谱把企业内部各维度的知识抽取并关联起来，当发现有新的知识点更新出来后，平台会根据不同条线人员的分工和习惯偏好，主动推送与他有关联的信息，让接收人及时知道企业内部有哪些新的知识点可以参考、或者在其他哪些医疗服务环节发现过什么问题，然后通过什么方法及时做了处理等等，所以，知识推广推荐的核心价值，就是为了充分盘活医疗体系内知识和经验，使其可以不受跨部门和跨系统的影响而得到充分的共享和利用。

基于已经搭建的知识管理图谱平台, 平台提供了一套可视化的图谱运维工具来辅助医企，能够通过简单快捷的方式完成图谱的日常维护和数据更新工作，一方面持续增强企业员工对现有知识的共享, 通过优化组合和新知识的创新, 以达到图谱知识点的完善和更替，使医疗机构的知识管理工作逐步形成一种良好的螺旋式循环，持续性促进医疗领域产品质量和诊疗水平的稳步提升。

从实际的应用效果可见，医疗从业机构运用达观知识图谱平台参与知识管理后，医疗从业人员在日常知识查询、产品研发、技术创新以及个人技能提升等场景中得到了根本性的改善。

参考来源

https://mp.weixin.qq.com/s/SkZMd4-qS-L1C3oHPq3xyA

https://mp.weixin.qq.com/s/YLKhtXxct3tXO9O-lzTq0w

END

相关阅读