金融知識(shí)圖譜的應(yīng)用與探索

知識(shí)圖譜的實(shí)現(xiàn)基礎(chǔ)知識(shí)圖譜的理論基礎(chǔ)知識(shí)圖譜的技術(shù)基礎(chǔ)案例分享1知識(shí)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(shí)TheSemanticWeb從超文本鏈接到語義鏈接知識(shí)圖譜KnowledgeGraph谷歌發(fā)布了基于知識(shí)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(shí)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(shí)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(shí)圖譜（KnowledgeGraph)l有知識(shí)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(shí)圖譜的宣傳語“thingsnotstrings”給出了知識(shí)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(duì)象或事物33理論基礎(chǔ)技術(shù)基礎(chǔ)AIPioneer知識(shí)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(shí)圖譜的實(shí)現(xiàn)基礎(chǔ)知識(shí)圖譜的理論基礎(chǔ)知識(shí)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(shí)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(shí)？填補(bǔ)現(xiàn)有知識(shí)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(shí)之間的相似性AIAIPioneerAIAIPioneer知識(shí)發(fā)現(xiàn)學(xué)派學(xué)科依據(jù)方法論主要算法應(yīng)用場(chǎng)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(shí)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(shí)空白符號(hào)學(xué)派邏輯學(xué)、哲學(xué)相信填補(bǔ)現(xiàn)有知識(shí)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(shí)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(shí)圖譜知識(shí)圖譜知識(shí)表示知識(shí)表示理論基礎(chǔ)技術(shù)基礎(chǔ)AIPioneer知識(shí)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(shí)圖譜的實(shí)現(xiàn)基礎(chǔ)知識(shí)圖譜的理論基礎(chǔ)知識(shí)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(guó)防公安海關(guān)應(yīng)用領(lǐng)域知識(shí)融合知識(shí)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(shí)獲取爬蟲技術(shù)實(shí)體抽取規(guī)則推理知識(shí)推理知識(shí)發(fā)現(xiàn)知識(shí)問答知識(shí)存儲(chǔ)知識(shí)建模知識(shí)檢索主體推理知識(shí)抽取關(guān)系抽取FreeBaseKnowledgeVaultDBpediaWikidataYAGOImageNetSemanticWebSemanticWeb知識(shí)應(yīng)用知識(shí)推理/建模知識(shí)表示/存儲(chǔ)知識(shí)抽取/融合12知識(shí)表示3AIPionee知識(shí)圖譜解決方案知識(shí)應(yīng)用知識(shí)推理/建模知識(shí)表示/存儲(chǔ)知識(shí)抽取/融合12知識(shí)表示3AIPionee知識(shí)采集/獲取知識(shí)采集/獲取知識(shí)消岐/補(bǔ)全知識(shí)圖譜的數(shù)據(jù)源AIAIPioneerAIPioneer知識(shí)抽取-NLP+KRAIPioneer自然語言處理自然語言處理知識(shí)抽取知識(shí)表示Subject主謂屬性值知識(shí)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(guó)”、“美國(guó)”、“日本”等。，實(shí)體是知識(shí)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(guó)家、民族、書籍、電腦等。概念主要指集合、類別、對(duì)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(duì)應(yīng)于不同類型屬性的邊。屬性值主要指對(duì)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(duì)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(shí)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(shí)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(shí)存儲(chǔ)–圖數(shù)據(jù)庫圖計(jì)算/圖檢索AIAIPioneer》ArangoDB屬性節(jié)知識(shí)存儲(chǔ)–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(shí)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(shí)圖譜的實(shí)現(xiàn)基礎(chǔ)知識(shí)圖譜的理論基礎(chǔ)知識(shí)圖譜的技術(shù)基礎(chǔ)案例分享知識(shí)問答微軟小冰小米音箱知識(shí)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(shí)圖譜企業(yè)知識(shí)圖譜企業(yè)族譜監(jiān)管科技智能投研AIAIPioneer案例：銀行