知识图谱是机器理解世界的基础。来看看这三位专家是如何运用知识图谱技术的！序幕。作为2019全球技术人知名的线下交流峰会，本次大会紧紧围绕通用技术、应用领域、企业赋能三大核心篇章展开。来自全球的60多位AI一线专家齐聚一堂，与千余人分享深度学习、神经网络、视觉技术、无人驾驶、机器学习、算法模型、知识图谱等话题的技术内容.. 6月21日下午，在通用技术篇C会场知识图谱技术分论坛，三位资深专家，瑞再数据科学家王冠，美团资深算法专家潘璐大众点评、中科院自动化所副研究员何士柱接受采访。应邀发表精彩演讲。会后会将各位专家的发言整理成文，希望他们发言的精华对大家有所帮助。 瑞再数据科学家王冠 知识图谱构建：数据、算法和架构 知识图谱在保险行业有很多应用，王冠列举了四个应用场景：第一，智能交互。如果您想知道您的保险是否可以得到赔偿，您无法通过列出保单条款来回答。更多的是将保险产品、客户数据、通话记录、医疗账单整合成一个知识图谱，然后通过智能客服快速反馈给客户。二是精准推荐。通过知识图谱掌握客户数据，可以精准推荐与客户匹配的产品。三是自动理赔。现在大部分理赔都是人工操作，尤其是大额保单需要人工调查。而通过知识图谱技术，可以找到一些历史数据，从而得出结论，从而实现理赔的自动化。四是反欺诈。面对欺诈保险，可以利用知识图谱轻松找到欺诈保险公司的欺诈轨迹，并编写一些相应的查询语句，找出常见的欺诈模式。 那么如何构建保险行业的知识图谱呢？这是一个非常复杂的过程，涉及知识体系构建、知识库获取、整合、存储、推理、应用等多个环节。王冠重点介绍了场景中实体和关系的抽取算法。从非结构化和半结构化文本数据中，通过提取实体和实体之间的关系来构建知识图谱。王冠强调，在抽取算法中，wordembedding非常重要。它实现了文本到矢量图的转换。只要训练出一个向量，就可以很好的表达中文的语义，自动抓取相关词。信息抽取工具架构文本标准工具架构 实体识别和关系抽取是自然语言处理中非常重要的任务，王冠没有细说。他表示，根据不同的场景，构建知识图谱的方法有很多种。实体是节点，关系是边。通过最短路径挖掘找到底层关系。“目前，知识图谱的应用主要集中在三大方面，即可视化/探索、图算法、图数据库（关系型和NoSQL）。”在演讲中，他还给出了非常实用的信息抽取工具和文本标注工具。建筑学。他特别强调，通过这些设计，人机交互将变得更加智能，知识图谱将成为数据管家和全程机器学习工具。 美团点评资深算法专家潘璐 基于知识图谱的问答在O2O智能交互场景中的应用与演进 潘璐首先回顾了人机交互的演进和智能交互的类型，然后他强调，在美团的现实生活场景中，如果要进行信息获取、资源查询，甚至是任务式交互，问答系统都离不开知识图谱。本文摘录了约束场景下的问答内容。 潘璐表示，传统的KBQA（基于知识图谱的问答）主要分为两个技术流派：语义解析和信息检索。语义解析就是将原问题句转换成机器可以理解的逻辑形式。这种形式更接近知识图谱的存储结构，可以直接或间接查询。信息检索通过提取有效信息直接定位候选答案，然后有两种方法，一种是使用三元组生成自然语言，与原问题进行比较实现查询；另一种是比较候选答案和周围的路径。编码，与原题的编码进行对比，得到答案。 在美团有限的场景下（以点餐为例，菜品范围有限，上菜的地点和时间也有限），应该选择什么样的技术路径？潘璐表示，美团涉及的领域较多，领域之间的关联性较弱，标注数据不够，还必须满足领域快速迁移的需求。是不是可以借鉴信息检索的思想，同时构造查询语句来查询图呢？因此，美团提出了信息检索+语义解析的方案，通过实体链接确定子图，然后进行关系识别、槽位识别，最后生成SparQL执行查询。每个步骤都可以使用简单的规则冷启动，或者可以使用无监督或监督模型。 潘璐强调，在受限场景下，美团面临的问题主要表现为意向空间有限、资源有限、交互轮数有限、知识延伸有限。因此，在此基础上，他们提出的KBQA具备四大能力：基本属性问答、带约束的资源查询、资源信息比对、动态属性值计算。 中国科学院自动化研究所模式识别国家重点实验室副研究员 基于知识图谱的问答关键技术，语言系统&知识图谱也是知识的基石应用，问答系统将是下一代搜索引擎的基本形态。 他介绍，知识问答通常有两种方法：一种是语义分析方法，准确率高，召回率低，可以解决复杂的问题，适用于有限的领域和有限的语言表达，并且可以用经验来解决，不需要训练机器学习方法，更容易控制，更容易干预。二是自然问答方式，具有更友好的交互界面，可以实现知识驱动和数据驱动的融合，但需要更高质量的原始数据和配套的知识资源。 在何士柱看来，自然语言问答与精准知识问答和聊天机器人的区别在于，精准知识问答主要回答知识类问题，可以用自然语言回复。 “对于问答任务，关键是资源和现有模型是否能满足需求。事实上，目前的内容严重缺乏，资源远远不够，模型数量少。目前开放域问答系统的性能还远远没有达到使用的水平，但在有限的领域还有很大的应用空间。”何士柱总结道。 以上内容由记者根据WOT2019全球人工智能技术峰会《知识图谱》分论坛发言内容整理，更完整的WOT内容请关注51cto.com。【原创稿件请注明原作者及出处为.com合作站点转载]
