知识图谱在智能搜索方面的技术基础
知识图谱作为知识的一种形式，已经在语义搜索、智能问答、数据分析、自然语言理解、视觉理解、物联网设备互联等多个方面发挥出越来越大的价值。尤其在金融领域，KGB知识图谱能够实现数据可视化，智能搜索，为金融行业评估风险提供底层性支撑作用。
对于金融企业来说，金融行业中在对借贷资格，反欺诈等行为进行评估时，其审核过程和审核数据都是极其繁琐的。KGB知识图谱具备智能搜索功能，能够在语义上扩展用户的搜索关键词，从而返回更丰富、更全面的信息。比如，搜索某个人的身份证号，可以返回与这个人相关的所有历史借款记录、联系人关系和其他相关的标签（如黑名单等）。这些结果可以用图形网络的方式展示，从而把复杂的信息以直观明了的图像呈现出来，让使用者对隐藏信息的来龙去脉一目了然，为金融行业的评估决策提供更有价值的判断依据。
对于金融从业者来说，经常要面临为了写一份报告，抠数据、找数据、填数据、画图表等工作，这些重复性工作费时耗力，利用KGB知识图谱的智能搜索功能，可以通过简单的操作，可以快速、精准地找到想要的数据、报告等内容，从以往低效、重复的信息搜集整理中解脱出来，告别信息过载的困扰。KGB知识图谱基于深度学习的自然语言处理技术，搭建专业领域深度知识图谱，快速学习并迭代金融行业最新知识，构建一二级市场众多实体模型，智能化的理解用户的搜索请求，使得搜索更简单更准确，满足用户找数据、找报告的需求。
KGB知识图谱具备以下特色：1、跨领域可扩展：知识图谱加工厂具有通用的图谱构建引擎。知识抽取、知识关联与质量核查过程不依赖特定业务知识，结合用户知识图谱构建的需求，可以快速构建用户领域知识图谱。2、知识质量智能核查：知识图谱加工厂实现对多种知识错误与冲突的智能核查与校验，并对知识库进行实时自动更新，保证知识图谱准确性。3、人机结合的服务：知识图谱加工场人机构成：90%机器+10%的人工，只需要提供语料，就可以快速得到对应的知识图谱构建成果。
在现阶段，新数据和新算法为规模化知识图谱构建提供了新的技术基础和发展条件，使得知识图谱构建的来源、方法和技术手段都发生极大的变化。
页:
[1]