数字经济年代，数据是国家界说的要害"出产要素"，已成为经济开展的新引擎和国际竞争的新焦点。可是，未加工的数据存在口径不同、规范纷歧、数据孤岛等一系列问题，需经过升维再构，即提炼处理成为信息、常识、才智后，才干发挥更大的价值。常识图谱是完结数据"提炼处理"的重要办法，其以结构化的方法描绘客观国际中概念、什物，并运用"图"作为前言描绘其间的相相联系，经过更挨近人类认知国际的方法，提高数据的安排、办理和了解才能。

立刻消费股份有限公司（以下简称"立刻消费"）作为我国银保监会同意、具有抢先AI和数字技能的金融机构，高度重视数据要素潜能激活的根底作业。公司使用常识图谱技能，以结构化方法对海量文本和图画等数据进行升维再构，将数据及信息高效转化为常识，进一步助力构建认知智能。

一、常识图谱呼应万物智联的年代趋势

跟着互联网和数字技能的不断开展，人机互动从单向获取开展为双向交融。万物互联的设想下，人们寻求极致的用户体会，但仍存在很多内容多源、数据多样的无效信息。常识图谱的开展为万物智联打下坚实的根底。

常识图谱是国家树立的新一代人工智能要害共性技能之一。国务院发布《新一代人工智能开展规划》，明确指出要开展"常识核算引擎与常识服务技能"，要点打破常识图谱构建与学习、常识演化与推理、智能描绘与生成等技能，构成多源、多学科和多数据类型的跨媒体常识图谱。实际上，国家科技部近三年均发布与常识图谱相关的"科技立异2030—‘新一代人工智能’重大项目"。常识图谱已然是我国构筑人工智能开展先发优势的重要战略抓手。

常识孕育和传达在大数据年代正阅历第三次大变革。几千年前，人类文明敞开了随机、零星地传承，常识是少数人的特权；工业化出产阶段，逐步构成答案规范、节奏一致、内容单一的专家库体系；跟着万维网的遍及，巨大的数据网链接并推演常识，常识的构成和传达出现自适应、个性化、智能化趋势。

图谱的结构化方式激活数据结构化的要素价值。常识图谱经过资源描绘性结构，展现实际中的概念、实体与联系，特别拿手联系描绘。因而，在图谱方式下，数据依照三元组方法进行升维再构，由孤立的、涣散的、关闭的数据点安排构成相互相关的巨大常识图谱，进一步发生常识交融、图发掘核算、常识推理等认知智能价值。

二、图谱建模仍存亟待打破的开展瓶颈

常识图谱由谷歌在2012年提出，近十年开展热度越来越高，现在来看，常识图谱的广泛运用还存在不小应战。

常识图谱的构建使用仍存技能难点。根据规矩和模板的图谱构建技能面对常识抽取、常识交融、常识推理方面的困难：多语种、大范围的多元实体联系抽取面对算法准确率和召回率较低的问题；高质量的实体对齐、多源数据库的交融亟待处理；随时间推移的动态常识图谱推理还需研讨。深度学习拿手处理端对端的问题，是常识图谱进一步晋级和完善的重要方向。

图谱本体构建和保护本钱高。相对于传统常识库，不管在高频仍是低频的智能问答中，常识图谱正确答复率均高于传统常识库。但常识图谱的多个构建环节人工参加量较大，以1000个节点、3000条边的图谱本体构建为例，大约消耗2人月（算法工程师），人工本钱较高。而且，图谱构建成功后，还需要不断保护以确保图谱的质量，这对应更高的存储本钱和人力本钱。

职业常识图谱处于起步期，常识深度还待发掘。通用常识图谱逐步完结开拓性构建，现在演变为通用互联网常识图谱，构成查找引擎、智能问答、智能引荐三大产品类型，例如百度百科、美团、知乎等，使用作用老练。而面向场景的职业常识图谱仍处于起步阶段，常识深度还不行，存在职业专家储藏缺乏、常识树立不到位等痛点。

三、构建金融数据常识图谱的使用实践

立刻消费高度重视数据要素的财物价值，以常识图谱作为数据要素办理的技能东西，构建内部常识库和职业常识库，为精密的大数据剖析供给有力的技能支持，为常识财物的优化供给源头处理方案，赋能精准营销、客户保护、危险评价等多种金融场景，数据要素的财物价值也由此得到执行。

产学研互动，推进常识图谱与深度学习的交融开展。常识图谱职业才能、底层技能才能的中心是图谱建模技能。立刻消费重视攻关图谱构建的共性要害技能，公司专设常识图谱团队，以算法专家任团队长，团队成员以高档架构师为主，并配有多名软件工程师、测验工程师。而且，公司参加共建金融常识图谱与常识推理实验室、才智金融与大数据剖析重庆要点实验室，联合华中科技大学等高校攻关技能难题，建立"金融范畴的常识图谱问答体系"、"根据深度学习的常识图谱表明参数优化"等横向课题，紧跟常识图谱前沿技能才能。现在，公司已提交常识图谱相关专利请求和软件著作权请求，并经过工信部我国信通院的常识构建与办理才能评测，成为全国第三家到达4级规范的公司，也是金融职业的仅有一家。

研制工程与算法途径，下降图谱构建本钱。立刻消费自主研制常识图谱全流程构建途径，该途径是常识本体构建和实体抽取的半自动化魔兽手机游戏东西，完结了金融范畴图谱从创立、验证、存储到使用的全周期办理，具有高功率、高安稳、高性能、低本钱等特性。在途径上，常识库办理人员可深度参加、自主完结常识从本体界说、常识抽取、常识交融、常识存储、常识核算的全流程，对结构化数据、半结构化数据、非结构化数据以常识图谱方法进行沉积，整合各途径常识财物，建立企业级常识库。现在，该途径已作为独立产品推行到商场上，为金融机构的商场、风控等部分供给智能化精准查找、问答等服务，提高拓客功率、作业功率和客户满意度，下降企业人力服务本钱，具有较好的经济效益与社会效益。

深耕常识深度，扩展常识图谱的多维场景使用。当时，通用百科常识图谱的技能开展现已相对老练，常识图谱在语义查找和常识问答的使用显示优势。但是，常识驱动的智能信息处理还有广泛的使用空间，立刻消费在金融职业进行了一些有利的探究。公司在静态图谱的构建才能根底上，进一步过渡到事情图谱的因果剖析，然后完结多模态图谱的内容生成才能。在数据办理上，公司使用常识图谱对接AI数据中台，串联金融事务很多的多源异构数据，完结数据价值的深层发掘。在金融事务上，公司将图谱技能使用到信誉评价、反诈骗、危险预警和精准营销的要害环节，推进了常识构架的事务使用。未来，公司将进一步探究常识图谱的多模态体现，让人工智能愈加深化认知、了解实在国际场景，推进全方位的认知智能开展。

本文系企业供稿，仅供参考

来源:版权归属原作者,部分文章推送时未能及时与原作者取得联系,若来源标注错误或侵犯到您的权益烦请告知，我们会及时删除。