知识图谱
通过NLP和大数据相关算法,将不同源不同结构的数据
融合成统一的知识图谱,以保证知识的一致性
产品服务
  • 知识的获取与融合
    构建知识图谱需要获取大量让计算机可读的知识,知识获取是对用户的非结构化数据提取正文,而知识融合便是将各个数据源获取的知识融合成知识库。
  • 实体链接
    对不同数据源中的实体信息进行整合,形成更加全面的实体信息
  • 知识推理
    知识库推理可以粗略的分为基于符号的推理和基于统计的推理,从知识图谱中学习到新的实体间关系
技术特色
  • 高效率搜索
    主要给数据源提供标准的数据
    依赖、转换接口
  • 优良的兼容性
    包含机器学习、深度学习、自
    然语言
  • 面向对象的词汇体系
    支持R算法包的导入来实现算
    法的扩展
  • -->
应用场景
  • 反欺诈
    通过数据源整合构建出知识图谱,再分析后对贷前
    贷后可能出现的欺诈行为进行预测
     
  • 通用QA机器人
    QA机器人模块构建,依赖于大数据机器学习构建出
    的知识图谱,主要内容有:语义理解、知识表示、
    智能对话、用户画像等
  • 在线解答与反馈
    运用与互联网在线客服等领域,有效提高了工作效率