達(dá)觀知識圖譜, 輔助企業(yè)智能運營和決策
一、知識圖譜的含義
每個領(lǐng)域都有自己的行業(yè)經(jīng)驗、規(guī)則、分類、約定俗成的做法等，這些都可以視為行業(yè)的“知識”，這些知識匯總在一起，相互聯(lián)通，構(gòu)成的一個知識網(wǎng)絡(luò)，就是“知識圖譜”。知識圖譜是結(jié)構(gòu)化的語義知識庫，是一個巨大的知識網(wǎng)絡(luò)，網(wǎng)絡(luò)中的節(jié)點表示實體、節(jié)點之間的邊表示實體和實體之間的關(guān)系。節(jié)點可以是實體，如人物、企業(yè)、地點等，實體關(guān)系如投資關(guān)系、歸屬關(guān)系、關(guān)聯(lián)關(guān)系等。
知識圖譜為海量、異構(gòu)、動態(tài)的大數(shù)據(jù)表達(dá)、組織、管理以及利用提供了更為有效的方式，使得網(wǎng)絡(luò)的智能化水平更高，更接近于人類的認(rèn)識思維。構(gòu)建領(lǐng)域內(nèi)或者全網(wǎng)的知識圖譜對于很多企業(yè)或科研單位來說是一項很重要的工作，目前基于知識圖譜的研究如火如荼，很多知名的領(lǐng)域內(nèi)信息抽取系統(tǒng)都已經(jīng)被使用，包括Never-Ending語言學(xué)習(xí)系統(tǒng)以及Google在知識圖譜的工作。
二、知識圖譜的意義
隨著我國人紅利消失與人力成本增加，我國傳統(tǒng)企業(yè)面臨著智能化升級與轉(zhuǎn)型，從而對知識圖譜技術(shù)的應(yīng)用產(chǎn)生了強烈的需求。傳統(tǒng)企業(yè)需要引入高新技術(shù)解放勞動力，降低成本。實現(xiàn)簡單知識工作（只需簡單知識即可完成的工作）的自動化、智能化處理，無疑是個有效的方案。
大量的行業(yè)領(lǐng)域有豐富的應(yīng)用場景和大數(shù)據(jù)基礎(chǔ)，為知識圖譜在各行業(yè)領(lǐng)域的大規(guī)模應(yīng)用奠定了基礎(chǔ)。我國的互聯(lián)網(wǎng)、電信、電商、社交、出行等各行業(yè)都有著龐大的業(yè)務(wù)數(shù)據(jù)量；面向消費者、企業(yè)、政府的應(yīng)用模式豐富多樣，這些都是知識圖譜技術(shù)應(yīng)用成長的富饒土壤。
1.沉淀行業(yè)知識，促進(jìn)行業(yè)智能升級
很多行業(yè)經(jīng)過數(shù)十年的信息化建設(shè)，已經(jīng)完成了數(shù)據(jù)的采集與管理階段，這為智能化升級與轉(zhuǎn)型奠定了良好基礎(chǔ)。對于企業(yè)而言，增加收入、降低成本、提質(zhì)提效、保障安全都是核心業(yè)務(wù)訴求。知識圖譜技術(shù)的應(yīng)用是進(jìn)一步滿足這些核心訴求的手段之一。在實現(xiàn)智能化的過程中，需要將行業(yè)知識賦予機器，讓機器具備一定的行業(yè)認(rèn)知能力，從而機器人可代替行業(yè)人員從事簡單知識工作。采用知識圖譜技術(shù)，助力企業(yè)沉淀行業(yè)知識，可實現(xiàn)簡單知識工作自動化。
2.與機器智腦的建設(shè)深度融合
隨著我國人工智能戰(zhàn)略的持續(xù)推進(jìn)，作為人工智能重要分支的機器人產(chǎn)業(yè)迎來了發(fā)展的黃金期。其中，各種服務(wù)機器人如客服機器人、陪伴機器人、問診機器人、導(dǎo)購機器人、理財機器人等，已經(jīng)走進(jìn)人們的日常生活。與工業(yè)機器人相比，服務(wù)機器人對機器認(rèn)知水平的要求較高，而對動作能力的要求較低。因此，具有一定認(rèn)知能力的機器智腦是服務(wù)機器人產(chǎn)業(yè)發(fā)展中至關(guān)重要的環(huán)節(jié)，而機器智腦的重要組成部分是知識庫。機器是否具有知識并且能夠利用知識形成認(rèn)知能力，進(jìn)而解決問題，是服務(wù)型機器人具備更強服務(wù)能力的關(guān)鍵。以知識圖譜為代表的大數(shù)據(jù)知識工程為練就機器智腦帶來了全新機遇。未來機器智腦的演進(jìn)過程也將是知識圖譜等知識庫技術(shù)不斷賦能機器人以及各類硬件終端的過程。
3.數(shù)據(jù)治理以及大數(shù)據(jù)變現(xiàn)緊密結(jié)合
多行業(yè)和企業(yè)都有大數(shù)據(jù)，但是這些大數(shù)據(jù)非但沒有創(chuàng)造價值，反而帶來了數(shù)據(jù)管理與治理方面的負(fù)擔(dān)。大數(shù)據(jù)價值變現(xiàn)遭遇阻礙的原因在于缺少智能化的手段，具體而言就是缺少一個能像人一樣理解行業(yè)數(shù)據(jù)的知識引擎。達(dá)觀數(shù)據(jù)智能知識引擎，采用知識圖譜等前沿技術(shù)，可以自動化、智能化提煉、萃取、關(guān)聯(lián)、整合數(shù)據(jù)，代替人工挖掘數(shù)據(jù)價值，強有力的支撐大數(shù)據(jù)價值變現(xiàn)。知識圖譜作為呈現(xiàn)領(lǐng)域知識之間的數(shù)據(jù)融合與關(guān)聯(lián)，已經(jīng)成為知識圖譜領(lǐng)域研究的主要方向之一。
三、達(dá)觀知識圖譜
達(dá)觀知識圖譜，是達(dá)觀數(shù)據(jù)公司面向各行業(yè)知識圖譜應(yīng)用而推出的新一代產(chǎn)品，其整合了知識圖譜的設(shè)計、構(gòu)建、編輯、管理、應(yīng)用等全生命周期實現(xiàn)，可以實現(xiàn)從業(yè)務(wù)場景出發(fā)到生成圖譜、再到實現(xiàn)基于圖譜的應(yīng)用，顯著提高了各行業(yè)中知識圖譜的落地效率和效果。
1.知識建模
知識建模，是業(yè)務(wù)專家參與圖譜schema進(jìn)行設(shè)計的過程，相當(dāng)于關(guān)系數(shù)據(jù)庫的表結(jié)構(gòu)定義。圖譜模式設(shè)計包括實體類型和實體關(guān)系以及對應(yīng)屬性的定義。實體類型實現(xiàn)對圖譜模式中實體類型及其屬性的設(shè)計，通過實體關(guān)系實現(xiàn)對圖譜模式中關(guān)系類型及其屬性的設(shè)計。
2.知識抽
知識抽取是從不同來源、不同數(shù)據(jù)中進(jìn)行知識提取，形成知識并存入圖譜的過程。通過機器自動實現(xiàn)大批量非結(jié)構(gòu)化文檔的抽取工作，可以由算法模型根據(jù)知識標(biāo)注的訓(xùn)練樣本得出適合特定文檔類型的抽取模型來抽取，也可以根據(jù)定義一些規(guī)則模型來實現(xiàn)抽取。
3.知識融合
知識融合將來自不同的數(shù)據(jù)源的知識在同一規(guī)范下進(jìn)行異構(gòu)數(shù)據(jù)整合，形成統(tǒng)一的知識標(biāo)識。具有實體鏈指、屬性歸一、知識補全等能力。
4.知識存儲
知識存儲就是研究采用何種方式將已有知識圖譜進(jìn)行存儲。達(dá)觀數(shù)據(jù)企業(yè)研究開發(fā)的知識圖譜采用ArangoDB圖數(shù)據(jù)庫作為知識圖譜三元組信息的統(tǒng)一存儲與管理，在ES搜索引擎的基礎(chǔ)上，對圖數(shù)據(jù)庫進(jìn)行了一定層面的封裝，能夠利用知識圖譜快速探索10級以上的關(guān)系鏈路，知識探索和發(fā)現(xiàn)響應(yīng)時間達(dá)秒級。
四、知識圖譜的應(yīng)用
隨著人工智能技術(shù)的發(fā)展，越來越多的知識工作將逐步被機器所代替，人類的腦力將被逐步解放。基于知識圖譜的認(rèn)知智能的應(yīng)用廣泛而多樣。各類應(yīng)用（包括數(shù)據(jù)分析、智慧搜索、智能推薦和決策支持）都對知識圖譜提出了需求。
1.數(shù)據(jù)分析
大數(shù)據(jù)的精準(zhǔn)與精細(xì)分析需要知識圖譜。如今，越來越多的行業(yè)或者企業(yè)積累了規(guī)?？捎^的大數(shù)據(jù)，但是這些數(shù)據(jù)并未發(fā)揮應(yīng)有的價值，很多大數(shù)據(jù)還需要消耗大量的運維成本。大數(shù)據(jù)非但沒有創(chuàng)造價值，在很多情況下還成為一筆負(fù)資產(chǎn)。這一現(xiàn)象的根本原因在于，當(dāng)前的機器缺乏諸如知識圖譜這樣的背景知識，無法準(zhǔn)確理解數(shù)據(jù)，限制了大數(shù)據(jù)的精準(zhǔn)與精細(xì)分析，制約了大數(shù)據(jù)的價值變現(xiàn)。事實上，輿情分析、互聯(lián)網(wǎng)同察，還有軍事情報分析和商業(yè)情報分析，都需要對大數(shù)據(jù)做精準(zhǔn)分析，而這種精準(zhǔn)分析必須有強大的背景知識來支撐。
除了大數(shù)據(jù)的精準(zhǔn)分析，數(shù)據(jù)分析領(lǐng)域另一個重要趨勢——精細(xì)分析，對知識圖譜和認(rèn)知智能提出了訴求。比如，很多汽車制造商都希望實現(xiàn)個性化制造，即希望從互聯(lián)網(wǎng)上搜集用戶對汽車的評價與反饋，并以此為依據(jù)實現(xiàn)汽車的按需與個性化定制。為了實現(xiàn)個性化定制，廠商不僅需要知道消費者對汽車的褒貶態(tài)度，還需要進(jìn)一步了解消費者對汽車產(chǎn)品不滿意的細(xì)節(jié)，以及希望如何改進(jìn)，甚至需要知道消費者提及了哪些競爭品牌。顯然，面向互聯(lián)網(wǎng)數(shù)據(jù)的精細(xì)化數(shù)據(jù)分析要求機器具備關(guān)于汽車評價的背景知識（比如，汽車的車型、車飾、動力、能耗等）。
2.智慧搜索
智慧搜索體現(xiàn)在很多方面，比如，在淘寶上搜索“iPad充電器”，用戶的意圖顯然是要搜索一個充電器，而不是一個iPad，這個時候淘寶應(yīng)i反饋給用戶若干個充電器產(chǎn)品以供選擇，而不是iPad。再比如，在Google上搜索“toys kids”或者“kids toys”，不管搜索這兩個詞中的哪一個，用戶意圖都是在搜索給孩子玩的玩具，而不是玩玩具的小孩，因為一般不會有人用搜索引擎搜孩子。
傳統(tǒng)搜索的對象以文本為主，未來越多的應(yīng)用希望能搜索圖片和聲音，甚至還能搜代碼、視頻、設(shè)計樸素等?，F(xiàn)在的搜索不僅要做篇章級的搜索，還希望能做到段落級、語句級、詞匯級的搜索。
隨著市場的變化，跨媒體的協(xié)同搜索需求日益增多。比如明星在微博上曬出一張自家小區(qū)的照片，就有好事者根據(jù)她的微博社交網(wǎng)絡(luò)、百度地圖、微博文本與圖片信息等多個渠道、多種媒體的信息，通過聯(lián)合檢索準(zhǔn)確推斷出其所在小區(qū)的位置。
為了把握當(dāng)前機遇，企業(yè)應(yīng)該建立基于知識圖譜的專業(yè)知識庫。比如，建立iPad與充電器之間配件關(guān)系就可以幫助平臺識別搜索核心詞，從而準(zhǔn)確識別搜索意圖。復(fù)雜對象的搜索需要建立標(biāo)簽圖譜（由標(biāo)簽以及標(biāo)簽之間的關(guān)聯(lián)關(guān)系構(gòu)成的知識圖譜）來增強對象的表示。
3.智能推薦
智能推薦需要知識圖譜。各智能推薦任務(wù)均對知識圖譜提出了需求。
第一，場景化推薦。比如，用戶在淘寶上搜“沙灘褲”“沙灘鞋”，可以推測出這個用戶很可能要去海邊度假。那么，平臺就可以推薦“泳衣”“防曬霜”之類的海邊度假常用物品。
第二，冷啟動階段下的推薦。冷啟動階段的推薦一直是傳統(tǒng)基于統(tǒng)計行為的推薦方法難以有效解決的問題。利用來自知識圖譜的外部知識，增強用戶與物品的描述，提升匹配精度。
第三，跨領(lǐng)域推薦。互聯(lián)網(wǎng)上存在大量的異質(zhì)平臺，實現(xiàn)平臺之間的跨領(lǐng)域推薦有著越來越多的應(yīng)用需求。比如一個微博用戶經(jīng)常曬九寨溝、黃山、泰山的照片，那么為這位用戶推薦一些淘寶上的登山裝備十分合。這是典型的跨領(lǐng)域推薦，其中微博是一個媒體平臺，淘寶是一個電商平臺。它們的語言體系、用戶行為完全不同，實現(xiàn)這種跨領(lǐng)域推薦有著巨大的商業(yè)價值，但是需要跨越巨大的表達(dá)鴻溝（異質(zhì)平臺的表達(dá)方式完全不同）。如果能有效利用知識圖譜這類背景知識，不同平臺之間的這種表達(dá)鴻溝是有可能被跨越的。
第四，知識型的內(nèi)容推薦。如果用戶在電商平臺上搜索“三段奶粉”，那么我們應(yīng)該能為用戶推薦一些喝三段奶粉的嬰兒每天的需水量、常見疾病的預(yù)防等育兒知識。對這些知識的推薦將顯著增強用戶對于所推薦內(nèi)容的信任與接受程度。消費行為背后的內(nèi)容與知識需求將成為推薦的重要考慮因素。將各類知識片段與商品對象建立關(guān)聯(lián)，是實現(xiàn)這類知識型的內(nèi)容推薦的關(guān)鍵。
4.決策支持
知識圖譜為決策支持提供深層關(guān)系發(fā)現(xiàn)與推理能力。人們越來越不滿足于“葉莉是姚明的妻子”這樣的簡單關(guān)聯(lián)的發(fā)現(xiàn)，而是希望發(fā)現(xiàn)和挖掘一些深層、潛藏的關(guān)系。比如，在王寶強離婚的時候，就有人通過人物關(guān)聯(lián)圖譜深挖過為什么王寶強找張起淮當(dāng)律師。人物關(guān)聯(lián)圖譜顯示王寶強與馮小剛關(guān)系很好，而馮小剛與徐靜蕾和趙薇兩位演員經(jīng)常合作，張起淮正好是這兩位演員的法律顧問。這樣的關(guān)系鏈路在一定程度上揭示了王寶強與他的之間的深層次關(guān)聯(lián)，也解釋了王寶強為何選擇這位律師。更多類似例子發(fā)生在金融領(lǐng)域。在金融領(lǐng)域，我們可能十分關(guān)注投資關(guān)系，比如，為何某個投資人投資某家公司；我們十分關(guān)注金融安全，比如，信貸風(fēng)險評估需要分析一個貸款人的關(guān)聯(lián)人物和關(guān)聯(lián)公司的信用評級。因此，建立包含各種語義關(guān)聯(lián)知識圖譜，挖掘?qū)嶓w之間的深層關(guān)系，已經(jīng)成為決策分析的重要輔助手段。
