中航聯創技術顧問、現中科院大數據挖掘與知識管理重點實驗室成果轉化中心主任 張展
智能知識中臺我們提出四維一體的概念。知識中臺是利用大數據、知識圖譜、業務模型和AI四位一體組合構建的。開箱即用的模式是在我們的數據工廠，結構化數據和結構化的數據。我們在中臺里面應用的對數據的理解、處理，以及行業標準的制定和理解，最新政策的解讀和跟蹤，最終打造出了核心的模塊，叫做智能知識中臺。智能知識中臺完全可以作為一類產品給服務了，同時它還可以在其他各個場景和領域里面給大家提供給深層次的服務。
搭建智能知識中臺，離不開對數據的積累，我們從六個維度上數據積累。如何根據相關的監管機構提供的政策和標準要求找到一家實際的控制人呢？說起來簡單，中國大概有1.9萬個集團，中信系、光大系這些都叫集團，把中國所有的集團和之間的關系做授信，一個新增的客戶過來的時候，可以判斷是否在之前的集團授信里面。如何判斷一個企業的實際控制人和收益人，是在監管上和金融上的要求，一步一步地去攀升的，都離不開數據的原始積累。知識中臺打開即所用的場景之外，我們還從貸前的精準營銷和獲客，到貸中判斷風險狀況，以及根據我們所做的風險傳導模型。貸后是如果出現了違約的情況，根據我們的手段去做催收，做不良資產的定價和交易。
四維一體最重要的是知識圖譜。知識圖譜整個的技術越來越被大家所認可和接受，它能幫助我們解決很多的問題。什么是知識圖譜？知識圖譜是語義的網絡，最初的概念是三元組。三元組希望用結構化的東西來描述非結構化的內容，我們現在非結構化的技術和手段被應用起來了，我們所說的解決非結構化問題最根本的手段是轉化成結構化的再去應用的。對于知識圖譜來說有三個重要的環節，一個知識的抽取，知識的融合，知識的加工。
知識的抽取包括實體抽?。ㄗ匀?、機構），再就是語義的抽取，屬性值和屬性抽取，關系抽取，如何通過相關的知識和手段把這四個問題給解決？實體消歧，共指消解，知識合并。
知識圖譜到底解決什么問題？智能搜索，智能問答，相關性推薦等等。
責任編輯：何周重
智庫
產業力量
最新發布