知识图谱旨在利用图结构建模、识别和推断事物之间的复杂关联关系和沉淀领域知识 , 是实现认知智能的重要基石 , 已经被广泛应用于搜索引擎、智能问答、语言语义理解、大数据决策分析等众多领域 。本文将分享蚂蚁集团在知识图谱上的工作 。
文章插图
一、图谱概览首先介绍知识图谱的一些基础概念 。
1、什么是知识图谱
文章插图
【蚂蚁大规模知识图谱构建及其应用】知识图谱旨在利用图结构建模、识别和推断事物之间的复杂关联关系和沉淀领域知识 , 是实现认知智能的重要基石 , 已经被广泛应用于搜索引擎、智能问答、语言语义理解、大数据决策分析等众多领域 。
知识图谱同时建模了数据之间的语义关系和结构关系 , 结合深度学习技术可以把这两者关系更好得融合和表征 。
2、为什么要建知识图谱
文章插图
我们要建设知识图谱主要是从如下两点出发考虑:一方面是蚂蚁本身的数据来源背景特点 , 另一方面是知识图谱能带来的好处 。
[1] 数据来源本身是多元和异构的 , 缺乏一套统一的知识理解体系 。
[2] 知识图谱能够带来多个好处 , 包括:
- 语义标准化:利用图谱构建技术提升实体、关系、概念等的标准化和归一化水平 。
- 领域知识沉淀:基于语义、图结构实现知识表示和互联 , 从而积累丰富的领域知识 。
- 知识复用:构建高质量的蚂蚁知识图谱 , 通过融合、链接等服务多下游 , 为业务降本提效 。
- 知识推理发现:基于图谱推理技术发现更多长尾知识 , 服务风控、信贷、理赔、商家运营、营销推荐等场景 。
文章插图
在构建各类业务知识图谱的过程中 , 我们沉淀出了一套蚂蚁知识图谱的通用构建范式 , 主要分为如下五个部分:
- 从业务数据出发 , 作为图谱冷启动的重要数据来源 。
- 他域的知识图谱同现有图谱进行融合 , 通过实体对齐的技术来实现 。
- 业务领域结构化的知识库同现有的知识图谱的进行融合 , 也是通过实体对齐的技术实现 。
- 非结构和半结构化的数据 , 例如文本会对其进行信息抽取 , 通过实体链指技术实现对现有图谱进行更新 。
- 领域概念体系和专家规则的融入 , 将相关概念、规则与现有知识图谱进行链接 。
文章插图
有了通用的构建范式后 , 就需要进行体系化的建设 。从两个视角来看蚂蚁知识图谱的体系化建设 。首先是从算法视角来看 , 有各种算法能力 , 比如知识推理、知识匹配等等 。从落地视角来看 , 自下而上 , 最下面的基础依赖包括图计算引擎和认知底座计算;其上是图谱底座 , 包括NLP&多模平台以及图谱平台;往上是各种图谱构建技术 , 基于此我们就可以构建蚂蚁知识图谱;在知识图谱的基础上 , 我们可以做一些图谱推理;再往上 , 我们提供一些通用的算法能力;最上面是业务应用 。
二、图谱建设接下来分享蚂蚁集团建设知识图谱的一些核心能力 , 包括图谱构建、图谱融合、图谱认知三个方面 。
1、图谱构建
文章插图
图谱构建的流程主要包括六步:
- 数据源 , 获取多元数据 。
- 知识建模 , 将海量数据转化成结构化的数据 , 从概念、实体和事件三个域来建模 。
- 知识获取 , 搭建了知识加工研发平台 。
推荐阅读
- 健身之后才知道的10条伪知识,健身避坑
- 奇险天下第一山是什么山蚂蚁庄园 奇险天下第一山是什么山
- 核心交换机的六个基础知识
- 蚂蚁去除办法 蚂蚁去除的小妙招
- 蚂蚁花呗可以转账给朋友吗怎么转 蚂蚁花呗可以转账给朋友吗
- 一些减肥的冷知识,可以让你瘦到更快一些
- 水晶城里学知识,别有洞天
- 鳝鱼及营养知识详细介绍
- 娱乐冷知识——邓为
- oneAPI用于大规模图计算异构加速框架设计