关于大数据:Sophon-KG升级31打破数据间壁垒解放企业生产力

32次阅读

共计 1332 个字符,预计需要花费 4 分钟才能阅读完成。

常识图谱作为 AI 从感知智能迈向认知智能的根底,始终是将多元概念及关系有机整合并推理出新常识的关键技术。在刚刚过来的星环科技 2022 秋季新品公布周上,星环科技知识图谱平台 Sophon KG 推出了 3.1 版本。

Sophon KG 为企业级用户提供了一款反对多模型数据处理,联合了分布式图存储和图计算引擎、全文检索等多条自研产品线的根底能力和前沿技术,集常识抽取、交融、存储、计算推理及利用的全生命周期为一体的根底软件产品,助力企业级用户从信息汇聚的“质变”跃升成智慧爆发的“量变”。

基于 Sophon KG 的齐备性与业务导向,用户能够一站式打造行业全栈常识图谱解决方案。常识图谱平台反对低代码图谱构建、智能化常识抽取、多模态常识存储与交融、多模式常识计算和推理以及多维度的图谱剖析。除了具备上述的链路齐备性,平台还从业务场景登程,积淀了几个场景的图数据模型、规定模型和算法模型,能够帮忙客户疾速解决雷同场景下的业务问题。

以金融行业为例,Sophon KG 内置 NLP 模型,反对金融场景下实体、关系的主动抽取,并反对手动批改。同时反对主动的实体链接,实现模型标注后果的一键入图。以实体抽取工作为例,通过 Bert 模型进行底层实体抽取,用 BiLSTM 进行序列标注,并通过 CRF 模型对序列进行束缚;同时采纳 FLAT/Simple-Lexicon 等形式做词汇增强型的实体辨认,从而实现对行业、公司及机构名、地址、人名、产品、工夫等的实体抽取。

基于 Sophon KG 构建的智能投研常识图谱、政策常识图谱、债券常识图谱、银行对公业务上下游剖析和危险图谱等行业常识图谱,可能帮忙监管机构疾速辨认可疑交易,更加直观地发现洗钱团伙与高危客户;还能够帮忙银行对收单零碎的套现商户监测、辨认贷款人、担保人背地的高风险担保链、担保圈,及时向金融机构收回预警。

此次,新版本 Sophon KG 3.1 在原有的产品性能之上,削减了如下个性:

新增文本处理模块,反对实体标注、语义关系标注、单文本分类、多文本分类、情感分类这五种文本标注工作;
预置金融场景的实体抽取和语义关系抽取模型,反对基于模型的预标注,并反对手动批改标注后果;
实体标注和语义关系标注工作反对一键入图,也反对点边表导出;
所有自然语言标注工作在审核实现之后均可导出为模型训练数据格式,可作为后续模型训练的输出;
社区聚类等算法反对边权重配置。

在已利用的场景:反洗钱、反欺诈、疫情防控、公共安全及企业级营销以外,本次更新削减了新的利用场景——保险常识智能问答。Sophon KG 反对将产品、类型、条款等数据通过图谱建模,构建成一个业余知识库,答案以图谱清晰展示,高深莫测。同时在知识库的根底上,通过自然语言解决技术,实现产品条款等问题的主动语义检索、问答,提供一个面向员工、保险代理人的保险常识百科全书。该解决方案直击行业痛点:对外人工客服难以把握全副本公司保险产品细节,在没有知识库的状况下难以做到进行高效查问,升高服务效率;以及保险营销团队较难把握市面上全副的保险产品,在面对客户时可能难以查找其余公司产品信息,较难突出自身产品劣势。

星环科技知识图谱秉持低代码、交互式、可视化的产品设计准则,让指标用户疾速上手,以晋升问题解决的效率,为用户带来更智能的利用体验。

正文完
 0