最新報(bào)告顯示知識圖譜已應(yīng)用于多行業(yè)，專家指出——

高效運(yùn)用知識圖譜需匹配行業(yè)需求

本報(bào)記者 操秀英

2019年是知識圖譜相關(guān)技術(shù)飛速發(fā)展的一年。這是市場調(diào)研機(jī)構(gòu)艾瑞咨詢集團(tuán)近日發(fā)布的《中國知識圖譜行業(yè)研究報(bào)告》得出的結(jié)論。該報(bào)告顯示，2019年涵蓋大數(shù)據(jù)分析預(yù)測、領(lǐng)域知識圖譜及自然語言處理(NLP)應(yīng)用的大數(shù)據(jù)智能市場規(guī)模約為106.6億元，預(yù)計(jì)2023年將突破300億元，年復(fù)合增長率為30.8%。

確實(shí)，知識圖譜概念近年來被人們熟悉，并被應(yīng)用到各行業(yè)和領(lǐng)域中，如百度的“知心”，搜狗的“知立方”， IBM的Watson等。

究竟何謂知識圖譜，它又將如何改變?nèi)藗兊纳?

讓機(jī)器去理解這個(gè)世界

“從學(xué)術(shù)角度看，知識圖譜本質(zhì)上是語義網(wǎng)的知識庫。”人工智能醫(yī)療系統(tǒng)研發(fā)企業(yè)深睿醫(yī)療聯(lián)合創(chuàng)始人喬昕告訴科技日報(bào)記者，“從實(shí)際應(yīng)用角度看，可以簡單地把知識圖譜理解成多關(guān)系圖。”他進(jìn)一步解釋說，知識圖譜是一種對事實(shí)的結(jié)構(gòu)化表征，它由實(shí)體、關(guān)系和語義描述組成。

業(yè)內(nèi)普遍認(rèn)為，知識圖譜的概念最先是由谷歌于2012年正式提出，主要用來支撐下一代搜索和在線廣告業(yè)務(wù)。此后，這項(xiàng)技術(shù)迅速火爆，給互聯(lián)網(wǎng)語義搜索、智能問答等領(lǐng)域帶來活力，讓人工智能具備認(rèn)知能力和邏輯能力，進(jìn)而實(shí)現(xiàn)智能分析、智能搜索、人機(jī)交互等場景應(yīng)用，成為互聯(lián)網(wǎng)知識驅(qū)動(dòng)的智能應(yīng)用的基礎(chǔ)設(shè)施。知識圖譜與大數(shù)據(jù)和深度學(xué)習(xí)一起，成為推動(dòng)互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動(dòng)力之一。

“當(dāng)我們進(jìn)行搜索時(shí)，搜索結(jié)果右側(cè)的聯(lián)想就來自于知識圖譜技術(shù)的應(yīng)用。”喬昕介紹說，知識圖譜可以幫助系統(tǒng)依據(jù)消費(fèi)者的習(xí)慣和愛好推薦合適的服務(wù)。

喬昕介紹道，知識圖譜按覆蓋范圍可分為通用知識圖譜和行業(yè)知識圖譜。通用知識圖譜覆蓋融合更多實(shí)體，準(zhǔn)確度不夠高，主要應(yīng)用于智能搜索等領(lǐng)域;行業(yè)知識圖譜通常依靠特定行業(yè)的數(shù)據(jù)進(jìn)行構(gòu)建，對特定行業(yè)有重要的意義，“行業(yè)知識圖譜需要考慮不同的業(yè)務(wù)場景和使用人員，所以實(shí)體的屬性和數(shù)據(jù)模式比較豐富”。

“知識對于人工智能的價(jià)值在于讓機(jī)器具備認(rèn)知能力，而構(gòu)建知識圖譜的本質(zhì)就是讓機(jī)器形成認(rèn)知能力，去理解這個(gè)世界。”喬昕說。

關(guān)鍵在于滿足業(yè)務(wù)需求

中國電子學(xué)會(huì)高級咨詢師凌霞曾撰文分析，隨著人工智能技術(shù)的發(fā)展與應(yīng)用，知識圖譜作為關(guān)鍵技術(shù)之一，已被廣泛應(yīng)用于很多行業(yè)與領(lǐng)域，如智能搜索、智能問答、個(gè)性化推薦、人機(jī)交互對話系統(tǒng)等領(lǐng)域。

艾瑞咨詢此次發(fā)布的報(bào)告顯示，2019年知識圖譜市場中以金融領(lǐng)域和公安領(lǐng)域應(yīng)用份額占比最大，金融領(lǐng)域因標(biāo)準(zhǔn)化數(shù)據(jù)積累豐富，行業(yè)認(rèn)知與直接需求最為明顯等因素，成為數(shù)據(jù)智能最早落地并產(chǎn)生價(jià)值的行業(yè)。事實(shí)上，業(yè)內(nèi)專家認(rèn)為，包括醫(yī)療在內(nèi)的多個(gè)行業(yè)也將是知識圖譜大展身手的領(lǐng)域。

凌霞指出，例如，研發(fā)新藥的成本高，周期長，基于這樣的現(xiàn)狀，在歐盟第七框架下的開放藥品平臺OpenPhacts項(xiàng)目，利用了來自實(shí)驗(yàn)室的理化數(shù)據(jù)、各種期刊文獻(xiàn)中的研究成果以及各種開放數(shù)據(jù)。在醫(yī)療行業(yè)，還可通過整合大量醫(yī)療文獻(xiàn)和書籍以及各種電子病歷來獲取海量高質(zhì)量的醫(yī)療知識，向醫(yī)護(hù)人員提供輔助臨床決策。

“目前醫(yī)學(xué)知識圖譜技術(shù)在疾病風(fēng)險(xiǎn)評估、智能輔助診療、醫(yī)療質(zhì)量控制及醫(yī)療知識問答等智慧醫(yī)療領(lǐng)域都有著很好的發(fā)展前景。”喬昕說，例如針對新冠肺炎開發(fā)的醫(yī)助系統(tǒng)，新冠肺炎知識圖譜可用于計(jì)算問句之間的相似度以及輔助解答用戶提問。

“雖然醫(yī)療是個(gè)典型的以異構(gòu)數(shù)據(jù)為主的行業(yè)，多源異構(gòu)數(shù)據(jù)的融合在實(shí)際應(yīng)用場景中確實(shí)更復(fù)雜，而且涉及到的數(shù)據(jù)集往往數(shù)據(jù)質(zhì)量本身也有問題，相對而言構(gòu)建知識圖譜也更難一些，但總體來說，目前構(gòu)建知識圖譜已不存在太大技術(shù)上的難題，更重要的是將挖掘更多應(yīng)用場景，構(gòu)建出質(zhì)量更好、更好用的知識圖譜。”喬昕說。

華為云通用AI服務(wù)總經(jīng)理、語音語義創(chuàng)新Lab主任、首席科學(xué)家袁晶則認(rèn)為，知識圖譜對于企業(yè)來說其實(shí)只是一個(gè)工具，關(guān)鍵是要讓知識獲取、知識建模、知識管理來匹配知識應(yīng)用，最終還是要能滿足具體的業(yè)務(wù)需求。在他看來，對于企業(yè)來講，應(yīng)用知識圖譜的門檻在于如何高效構(gòu)建知識圖譜并實(shí)現(xiàn)可擴(kuò)展可更新，或者說需要有一個(gè)相對通用的框架，幫助企業(yè)快速地發(fā)揮業(yè)務(wù)數(shù)據(jù)的價(jià)值。

【編輯:房家梁】

關(guān)鍵詞： 高效運(yùn)用知識圖譜