2023年知识图谱行业调研分析与发展分析报告.pptx

2023年知识图谱行业调研分析与发展分析报告汇报人：杨韦成日期：2022-12-22行业概况行业发展环境Contents行业现状行业前景趋势目录01ONE行业概况Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et01 | 行业定义“知识图谱指对现实世界事物之间的相互关系进行形式化描述的结构化语义知识网络。“实体-关系-实体”、“实体-属性-属性值”三元组是知识图谱的基础表达方式，其中包含实体、概念、属性、属性值、关系等元素。实体指具有可区别性且独立存在的事物，如“中国”、“比尔盖茨”等；概念指具有同种特性的实体构成的集合，如“国家”、“民族”等；属性指实体具有的特征、特性、特点，如“面积”、“性别”、“生日”等；属性值指实体指定属性的值，如“960万平方公里”、“男”、“1988年5月17日”等；关系指实体之间的关联描述，如“妻子”、“朋友”、“首都”等。知识图谱以实体或概念作为节点，关系或属性作为边，形成语义知识网络图。知识图谱的应用价值主要体现在通过图形的方式向用户展示经整理加工的结构化知识。知识图谱是人工智能重要分支知识工程在大数据环境中的应用体现，已广泛应用到金融反欺诈、公安情报分析、流程自动化、智能客服等多个场景，逐渐成为人工智能发展的核心驱动力之一。”在2000至2012年间，万维网使知识从封闭走向开放，从集中式变为分布式，知识可以由知识源之间的关联产生，而非只能固定由专家系统内部定义产生，群体智能由此出现，典型代表为维基百科，知识可以由用户建立，互联网大众用户可对知识库的建立和完善作出贡献，群体智能亦成为后一阶段大规模结构化知识图谱的重要前提。02 | 发展历程在1990至2000年间，万维网Web0逐渐兴起，成为大众共享信息的公共平台，一批人工构建大规模知识库亦在此背景下出现，如英文的WordNet，中文的HowNet等。1998年，万维网之父蒂姆伯纳斯李提出语义网，语义网直接向机器提供可直接用于程序处理的知识表示，是自然语言处理的前身。万维网Web0开启了知识共享时代，为互联网环境下大规模知识表示和共享奠定了基础。20世纪70年代初，人工智能遇到了发展瓶颈，过于强调利用人的求解问题能力而忽视知识对智能的支持，令人工智能难以实现实际应用。在此背景下，人工智能领域专家逐渐认识到知识对于人工智能发展的重要性，人工智能开始转向建立基于知识的系统。1977年，美国科学家爱德华费根鲍姆提出知识工程的定义，明确了知识工程在人工智能发展中的关键地位，知识工程自此进入快速发展期，这一时期涌现出一批通过知识库和推理机混合作用实现智能的专家系统和开发平台。群体智能（2000-2012年）万维网Web0（1990-2000年）知识工程（1970-1990年）早期人工智能（1950-1970年）1950年，英国数学家、逻辑学家艾伦图灵提出图灵测试，为人工智能的诞生作出了铺垫。1956年，人工智能正式诞生于美国达特茅斯会议，人工智能自此进入初步发展阶段，关注度不断提升。这一阶段以符号主义和联结主义为主导，符号主义认为智能行为的本质是物理符号的操作和运算，联结主义则认为大脑（神经元及其连接机制）是一切智能活动的基础。这一时期的知识表示方法主要有逻辑知识表示、产生式规则等。02ONE03 | 产业链04 | 产业链上游知识图谱行业产业链上游的数据提供方主要负责从各类数据来源处采集、挖掘数据，并对数据进行预处理和前期结构化，数据来源除了包括社交网络、网络日志、网页等互联网公开渠道，还包括定位系统、传感器等物联网感知设备。根据特定业务需要，数据提供方还会从知识图谱平台服务商的客户处采集数据，对数据进行前期结构化处理，再将数据转送给知识图谱服务平台进行下一步的知识图谱构建。目前，较大部分知识图谱服务平台均自建前期数据服务团队进行前期数据采集、挖掘、预处理，再根据实际业务需要从第三方数据服务商处购买相关数据服务来完善前期数据库。因此，数据提供方主要可分为知识图谱平台自建数据库和第三方数据库。知识图谱平台自建数据库典型代表为天眼查、企查查等工商信息服务商，这类服务商通过网络爬虫等技术从互联网公开渠道采集、挖掘企业的工商信息搭建前期数据信息库并进行预处理，完成初步结构化后再利用知识图谱技术构建企业的工商信息知识图谱。第三方数据库主要可分为两种，一种根据特定业务需求从非结构化文本数据中采集、挖掘数据，另一种是预先建成的结构化、半结构化数据库。开放链接知识库是结构化、半结构化数据库的典型代表，包括面向通用领域的DBpedia、Wikidata、YAGO，也包括面向垂直领域的IMD