知识图谱应用实例系统架构

热门文章

• 01

  增强分析对BI商业智能有什么作用及影响？

  阅读量：5572

• 02

  想管理驾驶舱做的好，这些技巧不容错过

  阅读量：686

• 03

  企业数据存放多个系统，如何做可视化分析？

  阅读量：3441

• 04

  解析 BI 与大数据：差异与协同

  阅读量：50

• 05

  如何构建数据指标体系？

  阅读量：2782

• 06

  报表系统有什么价值？

  阅读量：4513

文章目录

一、知识图谱应用案例系统推理&sma&<p>1、图谱应用层</p><p>图谱应用层则负责为业务提供智能搜索、智能问答、智能推理、智能决策、知识处理及第三方应用</p><p><br/></p><p>2、知识计算层</p><p>知识计算层负责集成表示学习、关系推理、属性推理、事件推理、路径计算、比较排序等算法模型</p><p><br/></p><p>3、图谱构建层</p><p>图谱构建层作为知识图谱系统整体架构的核心层承载自然语言处理、知识抽取、知识融合以及知识加工能力</p><p><br/></p><p>4、数据获取层</p><p>数据获取层负责对结构化数据分析、半/非结构化数据标注以及第三方合作数据解析</p><p><br/></p>

二、知识图谱系统组成&sma&<p>1、知识集成层</p><p>知识集成是供应链知识图谱系统用来汇聚不同来源数据的子系统,目前汇聚的数据来源主要有三类:第一类是企业生产经营相关业务数据;第二类是三方知识数据;第三类是互联网数据。</p><p><br/></p><p>2、知识加工层</p><p>知识加工层是构建电力供应链知识图谱的主要工作流程主要包括知识建模、知识抽取和知识融合。它实现了知识图谱概念层的建立，保证知识图谱的数据尽可能真实的反应供应链状况，进一步推理得到新的知识。</p><p><br/></p><p>3、知识存储层</p><p>知识存储层用于存储由知识加工层得到的符合知识建模设计的实体/属性,实体-关系–实体的结构化数据。</p><p><br/></p><p>4、知识应用层:</p><p>根据知识图谱系统的特点及业务需求，产生了如知识检索与可视化分析、企业画像、供应商精准推荐、设备维护/维修、风险监控预警、物流/仓储优化等应用。在解决需结合多方面知识统筹协调的任务时凸显出了更直观、更高效、解释性更强的特点。</p><p><br/></p>

三、知识图谱问答系统架构&sma&<p>1、知识应用层</p><p>通过语义解析技术引擎对输入的搜索语义分析，封装为查询子图,由查询子图定义特定的标准搜索场景,场景中包括实体、关系、属性等信息,到平台提供的知识图谱平台中匹配三元组关系，找到可以满足搜索需求的相关答案子图。</p><p><br/></p><p>2、知识生产层</p><p>基于信息抽取的知识图谱构建过程分为四个主要步骤:实体识别、句子切分、事件单元抽取和事件关系推理。基于电力领域的bert模型和领域积累的规则关系提升信息抽取的准确性。</p><p><br/></p><p>3、知识图谱数据源</p><p>基于信息抽取的<span style=""><strong>知识图谱</strong></span>构建过程分为四个主要步骤:实体识别、句子切分、事件单元抽取和事件关系推理。基于电力领域的bert模型和领域积累的规则关系提升信息抽取的准确性。</p><p><br/></p>

专题推荐