0
点赞
收藏
分享

微信扫一扫

基于知识图谱的企业知识计算技术与应用

DYBOY 2022-01-25 阅读 39

在这里插入图片描述

公众号 系统之神与我同在

知识图谱技术探索:
知识图谱的构建流程:
在这里插入图片描述
信息抽取-基于MRC框架的信息抽取模型:
在这里插入图片描述
·在主语抽取部分,模型将会抽取能够作为三元组主语的实体,输出部分是一个双层指针网络,标识出·实体的头尾位置;
·在谓词宾语联合抽取部分,模型将基于前一部分抽取到的主语,抽取出对应的宾语并判断关系。引入注意力层融合主语与全文信息,并使用指针网络定位谓语;之后使用相同的方式定位文段中出现的宾语。
信息抽取-小样本信息抽取框架:

  1. 预训练模型+领域语料:在这里插入图片描述
  2. 小样本优化模型(M way N shot):

在这里插入图片描述
效果:
在这里插入图片描述
知识融合:
在这里插入图片描述
·Blocker:对图谱中的实体进行分块,得到候选对齐实体对。
·Matcher:计算每个分块内部实体两两之间的匹配得分。
·Clusterer:根据匹配得分进行聚类,得到对齐的实体簇。
实体链接-基于MRC框架的信息融合:
在这里插入图片描述
在这里插入图片描述
知识计算解决方案应用实践案例
油气知识计算平台:

在这里插入图片描述
汽车知识计算平台:
在这里插入图片描述
电力知识计算平台:

在这里插入图片描述
在这里插入图片描述
搜索智能点:

1.题输入时能够智能主动关联提示、错别字纠错等
2.按照用户问题直接输入进行智能语义搜索,无需对问题进行提炼
3.答案直接展示,同时通过智能语义分析自动展示关联知识与文件来源
4.移动端支持用户语音输入搜索内容,自动转文本匹配
5.每条知识自动关联相关实体与百科,呈现整体知识关系图谱,以点看面
6.智能标签化知识搜索,可按照领域、标签体系智能关联与搜索知识

某区企业知识问答案例:

问题类别:

·政策咨询类问题(政策变更频繁)
·办事大厅涉企事项(500+项)
·诉求类问题(诉求类型繁多)
在这里插入图片描述
金融领域知识问答案例:

·提供金融多场景多轮自由交互能力
·支持语义理解等智能能力
在这里插入图片描述

举报

相关推荐

0 条评论