金融知識圖譜的應(yīng)用與探索

知識圖譜的實(shí)現(xiàn)基礎(chǔ)知識圖譜的理論基礎(chǔ)知識圖譜的技術(shù)基礎(chǔ)案例分享1知識圖譜的實(shí)現(xiàn)基礎(chǔ)本體論-Ontology哲學(xué)概念“本體”被引入到人工智能領(lǐng)域用來刻畫知識TheSemanticWeb從超文本鏈接到語義鏈接知識圖譜KnowledgeGraph谷歌發(fā)布了基于知識圖譜的搜索引擎產(chǎn)品語義網(wǎng)絡(luò)1980SemanticNetworks語義網(wǎng)絡(luò)作為知識表示的一種方法被提出，主要用于自然語言理解領(lǐng)域AIPioneerWebTimBerners-Lee發(fā)明了萬維網(wǎng)LinkedInformationSystem2012鏈接數(shù)據(jù)LinkedDataTim突出強(qiáng)調(diào)語義網(wǎng)的本質(zhì)是要建立開放數(shù)據(jù)之間的鏈接AIPioneer知識圖譜的意義—AIPioneerl2012年5月16日，Google為了提升搜索引擎返回的答案質(zhì)量和用戶查詢的效率，發(fā)布了知識圖譜（KnowledgeGraph)l有知識圖譜作為輔助，搜索引擎能夠洞察用戶查詢背后的語義信息，返回更為精準(zhǔn)、結(jié)構(gòu)化的信息，更大可能地滿足用戶的查詢需求lGoogle知識圖譜的宣傳語“thingsnotstrings”給出了知識圖譜的精髓，即，不要無意義的字符串，而是獲取字符串背后隱含的對象或事物33理論基礎(chǔ)技術(shù)基礎(chǔ)AIPioneer知識圖譜的三大基礎(chǔ)理論基礎(chǔ)技術(shù)基礎(chǔ)AIPioneer實(shí)現(xiàn)基礎(chǔ)實(shí)現(xiàn)基礎(chǔ)44知識圖譜的實(shí)現(xiàn)基礎(chǔ)知識圖譜的理論基礎(chǔ)知識圖譜的技術(shù)基礎(chǔ)案例分享5AIAIPioneer進(jìn)化經(jīng)驗(yàn)文化66知識從何而來？進(jìn)化文化經(jīng)驗(yàn)AIAIPioneer77計(jì)算機(jī)如何發(fā)現(xiàn)新知識？填補(bǔ)現(xiàn)有知識空白模仿大腦模擬進(jìn)化系統(tǒng)性的減少不確定性注意新舊知識之間的相似性AIAIPioneerAIAIPioneer知識發(fā)現(xiàn)學(xué)派學(xué)科依據(jù)方法論主要算法應(yīng)用場景系統(tǒng)性的減少不確定性貝葉斯學(xué)派統(tǒng)計(jì)學(xué)概率推理樸素貝葉斯、分類器風(fēng)控注意新舊知識之間的相似性類推學(xué)派心理學(xué)行為類推主義支持向量機(jī)、內(nèi)核機(jī)推薦模擬進(jìn)化進(jìn)化學(xué)派進(jìn)化生物學(xué)遺傳算法遺傳編碼機(jī)器人模仿大腦聯(lián)結(jié)學(xué)派神經(jīng)科學(xué)希望從大腦運(yùn)行方式得到啟發(fā)反向傳播深度學(xué)習(xí)填補(bǔ)現(xiàn)有知識空白符號學(xué)派邏輯學(xué)、哲學(xué)相信填補(bǔ)現(xiàn)有知識的空白的逆向演繹專家系統(tǒng)99AIPioneer機(jī)器學(xué)習(xí)的五大學(xué)派AIPioneer模仿人的“心”模仿人的大腦結(jié)構(gòu)語義理解AIPioneer構(gòu)建“知識圖譜”的理論基礎(chǔ)模仿人的“心”模仿人的大腦結(jié)構(gòu)語義理解AIPioneer深度學(xué)習(xí)深度學(xué)習(xí)模仿人的“智”語言、思考、推理知識圖譜知識圖譜知識表示知識表示理論基礎(chǔ)技術(shù)基礎(chǔ)AIPioneer知識圖譜的三大基礎(chǔ)理論基礎(chǔ)技術(shù)基礎(chǔ)AIPioneer實(shí)現(xiàn)基礎(chǔ)實(shí)現(xiàn)基礎(chǔ)知識圖譜的實(shí)現(xiàn)基礎(chǔ)知識圖譜的理論基礎(chǔ)知識圖譜的技術(shù)基礎(chǔ)案例分享層據(jù)數(shù)論理層Ontology層據(jù)數(shù)論理層OntologyKnowledgeBaseSemanticNetworksAIPioneer搜索引擎搜索引擎機(jī)器人物聯(lián)網(wǎng)金融司法文娛能源政府農(nóng)業(yè)交警軍工健康交通安防國防公安海關(guān)應(yīng)用領(lǐng)域知識融合知識融合實(shí)體消歧數(shù)據(jù)融合實(shí)現(xiàn)層#RDF#實(shí)時(shí)入庫圖數(shù)據(jù)庫實(shí)體連接屬性映射知識獲取爬蟲技術(shù)實(shí)體抽取規(guī)則推理知識推理知識發(fā)現(xiàn)知識問答知識存儲知識建模知識檢索主體推理知識抽取關(guān)系抽取FreeBaseKnowledgeVaultDBpediaWikidataYAGOImageNetSemanticWebSemanticWeb知識應(yīng)用知識推理/建模知識表示/存儲知識抽取/融合12知識表示3AIPionee知識圖譜解決方案知識應(yīng)用知識推理/建模知識表示/存儲知識抽取/融合12知識表示3AIPionee知識采集/獲取知識采集/獲取知識消岐/補(bǔ)全知識圖譜的數(shù)據(jù)源AIAIPioneerAIPioneer知識抽取-NLP+KRAIPioneer自然語言處理自然語言處理知識抽取知識表示Subject主謂屬性值知識表示–數(shù)據(jù)結(jié)構(gòu)–RDFSubject主謂屬性值l實(shí)體：指的是具有可區(qū)別性且獨(dú)立存在的某種事物。如某一個(gè)人、某一個(gè)城市、某一種植物等、某一種商品等等。世界萬物由具體事物組成，此指實(shí)體。如圖1的“中國”、“美國”、“日本”等。，實(shí)體是知識圖譜中的最基本元素，不同的實(shí)體間存在不同的關(guān)系。l語義類（概念具有同種特性的實(shí)體構(gòu)成的集合，如國家、民族、書籍、電腦等。概念主要指集合、類別、對象類型、事物的種類，例如人物、地理等。l內(nèi)容：通常作為實(shí)體和語義類的名字、描述、解釋等，可以由文本、圖像、音視頻等來表達(dá)。l屬性：從一個(gè)實(shí)體指向它的屬性值。不同的屬性類型對應(yīng)于不同類型屬性的邊。屬性值主要指對象指定屬性的值。如圖1所示的“面積”、“人口”、“首都”是幾種不同的屬性。l屬性值：主要指對象指定屬性的值，例如960萬平方公里等。l關(guān)系：形式化為一個(gè)函數(shù)，它把kk個(gè)點(diǎn)映射到一個(gè)布爾值。在知識圖譜上，關(guān)系則是一個(gè)把kk個(gè)圖節(jié)點(diǎn)(實(shí)體、語義類、屬性值)映射到布爾值的函數(shù)。AIAIPioneerObjectObject賓RDF數(shù)據(jù)類型釋義引申SubjectIRI/blanknodeURI/匿名資源空資源PredicateObjectIRI/blanknode/literalsURI/字面量文本劉強(qiáng)東劉強(qiáng)東1、從任職關(guān)系表中抽出(groupby)高管信息作為圖數(shù)據(jù)庫中高管的節(jié)點(diǎn)2、將上市公司信息表所有信息作為圖數(shù)據(jù)庫中公司的節(jié)點(diǎn)3、將任職關(guān)系表中的高管個(gè)人信息與高管節(jié)點(diǎn)進(jìn)行關(guān)聯(lián)1、從任職關(guān)系表中抽出(groupby)高管信息作為圖數(shù)據(jù)庫中高管的節(jié)點(diǎn)2、將上市公司信息表所有信息作為圖數(shù)據(jù)庫中公司的節(jié)點(diǎn)3、將任職關(guān)系表中的高管個(gè)人信息與高管節(jié)點(diǎn)進(jìn)行關(guān)聯(lián)，將任職關(guān)系表中的公司代碼與公司節(jié)點(diǎn)進(jìn)行關(guān)聯(lián)，構(gòu)造圖數(shù)據(jù)庫中的任職關(guān)系數(shù)據(jù)建模數(shù)據(jù)建模AIAIPioneerjiangsujingdongbeijingjingbangdajingdongjingdonglogisticsguangzhoujingdongjiangsujingdongbeijingjingbangdajingdongjingdonglogisticsguangzhoujingdongshanghaijinghuiyuanmaitradingbeijingjingdong360jiangsuyuanzhoue-beijingbeijingjingdongshangkejdjdlogisticsAIAIPioneer知識表示舉例—某證券“消息精準(zhǔn)推送“以某客戶購買某只證券為例，通過構(gòu)建的三元組關(guān)系可以查詢到與該證券關(guān)系深度為n的所有節(jié)點(diǎn)及其關(guān)系，并選擇性向客戶推送查詢到的節(jié)點(diǎn)的更新消息AIAIPioneer知識存儲–圖數(shù)據(jù)庫圖計(jì)算/圖檢索AIAIPioneer》ArangoDB屬性節(jié)知識存儲–圖數(shù)據(jù)庫屬性節(jié)點(diǎn)點(diǎn)oneeroneerAIAIPi理論基礎(chǔ)實(shí)現(xiàn)基礎(chǔ)AIPioneer知識圖譜的三大基礎(chǔ)理論基礎(chǔ)實(shí)現(xiàn)基礎(chǔ)AIPioneer技術(shù)基礎(chǔ)技術(shù)基礎(chǔ)知識圖譜的實(shí)現(xiàn)基礎(chǔ)知識圖譜的理論基礎(chǔ)知識圖譜的技術(shù)基礎(chǔ)案例分享知識問答微軟小冰小米音箱知識問答微軟小冰小米音箱搜索引擎谷歌百度搜狗企業(yè)知識圖譜企業(yè)知識圖譜企業(yè)族譜監(jiān)管科技智能投研AIAIPioneer案例：銀行