知识图谱技术方案.docxVIP

知识图谱技术方案 一、行业知识图谱的特点与技术挑战 相较通用知识图谱而言，行业知识图谱具备以下几个特点： 第一，领域性更强，能具体到某一个行业细分问题。 第二，数据来源更加复杂，包括企业的数据库、日志、文本报告等数据。 第三，规模非常大，一般来说，明略科技构建的行业知识图谱规模都在百亿规模以上。 第四，对实时性和数据质量的要求非常高，因为要依赖于知识图谱做分析决策。 第五，需结合行业知识搭建更多的复杂行业应用。 行业知识图谱的落地，存在不少技术挑战。 比如，要对海量多源异构数据做数据融合，构建知识图谱。再如，解决大规模知识图谱的存储计算问题。此外，要把数据转化成为真正的行业知识，满足行业应用的需求。 为了帮助客户更高效地沉淀行业知识，指导实际业务，明略科技从知识图谱的构建、存储到应用，形成了一套成熟的产品体系，其核心技术包括，基于智能化文本挖掘技术的文本抽取，智能数据字段识别和映射结构化抽取，以及最核心的混合存储的知识图谱系统，用于支撑应用层的社区挖掘、群体的分析，智能问答。 二、行业知识图谱构建的关键步骤 尽管数据可能有各种各样的形式和来源，但行业知识图谱构建可以抽象成为几个关键的步骤，包括图谱建模、数据接入、图谱映射、图谱元素抽取、图谱融合。 例如，一张表格中有人的信息、户口的信息。假设需要定义人物关系、亲属关系这类图谱模型，需从表格数据里读取相关信息，把不同的数据列映射到图谱