圖片來(lái)源@視覺(jué)中國(guó)
文丨王詩(shī)強(qiáng)
互聯(lián)網(wǎng)信息的爆炸式增長(zhǎng)，具有大規(guī)模、多元化、組織結(jié)構(gòu)松散等特點(diǎn)，如何有效獲取信息和知識(shí)面臨巨大挑戰(zhàn)。
近年來(lái)興起的“知識(shí)圖譜”，漸漸成為一種新穎的管理海量信息的方式，受到各大互聯(lián)網(wǎng)公司青睞，并在不知不覺(jué)中被廣泛應(yīng)用于搜索、電商、社交等各個(gè)領(lǐng)域。
除此之外，該技術(shù)還被各大金融機(jī)構(gòu)以及人工智能公司關(guān)注，開(kāi)始在金融反欺詐、安防等新的領(lǐng)域進(jìn)行嘗試應(yīng)用。但是，知識(shí)圖譜技術(shù)依然不夠成熟，從第三方獲取技術(shù)服務(wù)費(fèi)等商業(yè)化依然處于探索階段。
關(guān)于知識(shí)圖譜定義，復(fù)旦大學(xué)教授肖仰華在其著作《知識(shí)圖譜》中這么解釋：“作為一種知識(shí)表示形式，知識(shí)圖譜是一種大規(guī)模語(yǔ)義網(wǎng)絡(luò)，包括實(shí)體、概念及其之間的各種語(yǔ)義關(guān)系。”如下圖，柏拉圖就是一個(gè)實(shí)體，他是一個(gè)哲學(xué)家（概念）。
冰鑒科技知識(shí)圖譜業(yè)務(wù)負(fù)責(zé)人認(rèn)為：“知識(shí)圖譜核心價(jià)值在于如何沉淀知識(shí)。圖譜開(kāi)始建立的時(shí)候，都是關(guān)系圖譜，通過(guò)大量的模型，借助于圖譜模型的高度解釋性的優(yōu)勢(shì)，構(gòu)建和形成很多隱性關(guān)系和實(shí)體標(biāo)簽，最后建設(shè)成為知識(shí)圖譜。在關(guān)系圖譜到知識(shí)圖譜的建設(shè)過(guò)程中，業(yè)務(wù)專家高度參與，利用知識(shí)圖譜的探索式數(shù)據(jù)分析能力，自助構(gòu)建高度解釋性的業(yè)務(wù)知識(shí)模型，形成知識(shí)沉淀的迭代和高度分享。”
知識(shí)圖譜是典型的大數(shù)據(jù)時(shí)代產(chǎn)物，具有規(guī)模巨大、質(zhì)量精良、結(jié)構(gòu)友好等優(yōu)點(diǎn)。
2017年，我國(guó)科學(xué)目錄調(diào)整時(shí)，首次出現(xiàn)了知識(shí)圖譜學(xué)科，教育部對(duì)知識(shí)圖譜這一學(xué)科的定位是“大規(guī)模知識(shí)工程”。
知識(shí)圖譜早期主要用于搜索結(jié)果優(yōu)化，隨著電商、互聯(lián)網(wǎng)金融等興起，應(yīng)用領(lǐng)域不斷增加，包括智能推薦、智能客服、金融風(fēng)控、安全與安防等都在積極探索。
知識(shí)圖譜的誕生最早可以追溯到2010年前后，主要是為了解決搜索引擎用戶體驗(yàn)問(wèn)題。
搜索領(lǐng)域主要面臨兩方面問(wèn)題：一方面，搜索需求和搜索結(jié)果往往難以匹配，經(jīng)常有“搜”非所問(wèn)的情況；另一方面，搜索結(jié)果編排無(wú)序，顯示雜亂。
2010年，微軟開(kāi)始構(gòu)建MicrosoftSatori知識(shí)圖譜來(lái)增強(qiáng)Bing搜索能力；2012年5月，Google公司為了支撐其語(yǔ)義搜索推出KnowledgeGraph，目前已成為全球最大的知識(shí)圖譜。2012年11月22日，搜狗知立方上線，成為國(guó)內(nèi)首個(gè)搜索引擎“中文知識(shí)圖譜”。差不多同一時(shí)間，百度知識(shí)圖譜被立項(xiàng)。2013 年，F(xiàn)acebook發(fā)布OpenGraph應(yīng)用于社交網(wǎng)絡(luò)智能搜索。
早期各大搜索平臺(tái)主要依賴“關(guān)鍵字搜索”技術(shù)，返回給用戶包含關(guān)鍵字的網(wǎng)頁(yè)列表，用戶需要進(jìn)一步瀏覽這些網(wǎng)頁(yè)并且過(guò)濾掉大量無(wú)用信息才能找到真正想要的結(jié)果，用戶更希望能夠“直接得到答案”。利用知識(shí)圖譜技術(shù)可以直接給出用戶想要的搜索結(jié)果，而不再是各類鏈接。如下圖，搜索“上海有多少人？”360搜索直接展示出國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，用戶直接將鼠標(biāo)移動(dòng)到相應(yīng)年份，可以快速查看各年數(shù)據(jù)。
隨后，知識(shí)圖譜引入到電商搜索領(lǐng)域。2015年，阿里巴巴開(kāi)始構(gòu)建電商領(lǐng)域知識(shí)圖譜——認(rèn)知圖譜；2016年Amazon也緊隨其后開(kāi)始構(gòu)建知識(shí)圖譜。2018年5月，美團(tuán)點(diǎn)評(píng)NLP中心開(kāi)始構(gòu)建大規(guī)模的餐飲娛樂(lè)知識(shí)圖譜——美團(tuán)大腦。
在搜索領(lǐng)域，知識(shí)圖譜能夠?qū)⒂脩羲峤坏牟樵冊(cè)~理解成實(shí)體或者概念，通過(guò)實(shí)體或者概念匹配為用戶返回其可能關(guān)心的全部網(wǎng)頁(yè)內(nèi)容。搜索引擎中知識(shí)圖譜的搜索過(guò)程如下：
知識(shí)圖譜用文本和知識(shí)融合的閱讀理解模型，使搜索結(jié)果更理解客戶需求。
對(duì)于電商平臺(tái)來(lái)說(shuō)，交易量和客戶活躍度也是其核心競(jìng)爭(zhēng)力，而客戶一般都是通過(guò)搜索獲得想要的商品，越精準(zhǔn)的搜索結(jié)果，客戶使用越多。
因此，百度、搜狗、阿里巴巴、美團(tuán)、騰訊等不斷摸索，紛紛嘗試構(gòu)建自己的知識(shí)圖譜平臺(tái)。
除了優(yōu)化搜索結(jié)果，知識(shí)圖譜還可以幫助電商以及社交平臺(tái)解決一些智能推薦問(wèn)題。例如，當(dāng)前一些中小平臺(tái)在智能推薦方面最大的問(wèn)題是“買了啥，推薦啥”或者“推薦的商品與客戶無(wú)關(guān)聯(lián)”。推薦商品缺乏新穎性，導(dǎo)致轉(zhuǎn)化效果一般。
知識(shí)圖譜可以幫助電商平臺(tái)跳出這種簡(jiǎn)單的推薦邏輯，使得推薦結(jié)果更加智能化，促進(jìn)用戶購(gòu)買。
備注：左圖展示了實(shí)體鏈接如何應(yīng)用于智能問(wèn)答問(wèn)題推薦，問(wèn)題通過(guò)SLU處理之后會(huì)得到其意圖和主實(shí)體，然后借助實(shí)體推薦得到相關(guān)的實(shí)體，相關(guān)實(shí)體被用來(lái)構(gòu)建相關(guān)的問(wèn)題，比如說(shuō)”武漢大學(xué)周邊好吃的？“，識(shí)別到其主實(shí)體為”武漢大學(xué)“、核心意圖為”美食“，以此推薦實(shí)體相關(guān)的問(wèn)題，比如說(shuō)”華中科技大學(xué)周邊有什么好吃的？“，”清華大學(xué)周邊有什么好吃的？“，”武漢科技大學(xué)周邊有什么好吃的？“。同時(shí)實(shí)現(xiàn)了推薦意圖相關(guān)的問(wèn)題，比如說(shuō)”武漢大學(xué)周邊有什么好玩的？“，”武漢大學(xué)周邊有什么景點(diǎn)？“，”武漢大學(xué)周邊有什么酒店？“等等。右圖展示了實(shí)體推薦在圖譜自動(dòng)化構(gòu)建平臺(tái)上的應(yīng)用，當(dāng)用戶搜索一個(gè)實(shí)體的時(shí)候，平臺(tái)會(huì)為其推薦相關(guān)的實(shí)體。
近些年，消費(fèi)金融和小微企業(yè)貸興起后，銀行以及其他持牌金融公司、助貸機(jī)構(gòu)、人工智能公司等開(kāi)始將知識(shí)圖譜應(yīng)用于風(fēng)險(xiǎn)控制，特別是識(shí)別團(tuán)伙欺詐。
知識(shí)圖譜的推理能力和可解釋性，在金融場(chǎng)景中具有天然的優(yōu)勢(shì)。
艾瑞咨詢年初發(fā)布的《2020年中國(guó)面向人工智能“新基建”的知識(shí)圖譜行業(yè)研究報(bào)告》指出，隨著近些年金融數(shù)據(jù)的爆發(fā)式增長(zhǎng)，傳統(tǒng)風(fēng)控系統(tǒng)逐漸力有不逮，而應(yīng)用機(jī)器學(xué)習(xí)算法和知識(shí)圖譜的智能風(fēng)控系統(tǒng)在風(fēng)險(xiǎn)識(shí)別能力和大規(guī)模運(yùn)算方面具有突出優(yōu)勢(shì)，逐漸成為金融領(lǐng)域風(fēng)控反欺詐的主要手段。
在金融領(lǐng)域，知識(shí)圖譜可以應(yīng)用于小微企業(yè)信貸、消費(fèi)信貸、信用卡申請(qǐng)等反欺詐業(yè)務(wù)，還可以用來(lái)識(shí)別會(huì)計(jì)造假。
基本原理簡(jiǎn)單理解是：“物以類聚，人以群分。”
”如“同一個(gè)WiFi下多個(gè)企業(yè)借款客戶”，或者“同一個(gè)設(shè)備注冊(cè)多個(gè)企業(yè)賬號(hào)申請(qǐng)借款”，均有可能與欺詐相關(guān) 。
因此，信貸欺詐的識(shí)別問(wèn)題可以轉(zhuǎn)化為客戶知識(shí)圖譜挖掘或社交網(wǎng)絡(luò)分析問(wèn)題。即把企業(yè)工商信息、新聞動(dòng)態(tài)、股東關(guān)系、股權(quán)變更、司法訴訟等等整合到反欺詐知識(shí)圖譜里，經(jīng)過(guò)分析和預(yù)測(cè)，挖掘識(shí)別欺詐案件，如利用殼公司貸款等。
據(jù)冰鑒科技知識(shí)圖譜負(fù)責(zé)人介紹，目前冰鑒正在與銀行合作，構(gòu)建不同條件下，不同場(chǎng)景的知識(shí)圖譜模型，給知識(shí)圖譜的實(shí)體關(guān)系打上標(biāo)簽或者挖掘新的關(guān)系，以便更好的應(yīng)用于金融風(fēng)控。
圖7：圖特征整體框架設(shè)計(jì)
資料來(lái)源：冰鑒科技研究院
再?gòu)某Ｒ?jiàn)的擔(dān)保業(yè)務(wù)來(lái)看，擔(dān)保網(wǎng)絡(luò)可簡(jiǎn)化為規(guī)模較小、相對(duì)獨(dú)立的擔(dān)保群。擔(dān)保群間擔(dān)保關(guān)聯(lián)稀疏；擔(dān)保群內(nèi)部聯(lián)系緊密，擔(dān)保圈風(fēng)險(xiǎn)一般只發(fā)生在群內(nèi)部，找到風(fēng)險(xiǎn)最大的擔(dān)保群，然后就可以找到風(fēng)險(xiǎn)最大的擔(dān)保企業(yè)。
在金融領(lǐng)域，除了冰鑒科技外，建設(shè)銀行、招商銀行、光大銀行、南京銀行等商業(yè)銀行，360數(shù)科、萬(wàn)象智聯(lián)等均在積極嘗試?yán)迷摷夹g(shù)進(jìn)行風(fēng)險(xiǎn)控制。
公安機(jī)關(guān)在偵查案件時(shí)，經(jīng)?？吹睫k案民警用圖譜梳理案件及人物關(guān)系。在電視劇《人民的名義》中，警方利用知識(shí)圖譜分析，可以很快看清“山水集團(tuán)”背后的利益鏈條。
除此之外，知識(shí)圖譜從大數(shù)據(jù)中深度挖掘關(guān)聯(lián)關(guān)系，可準(zhǔn)實(shí)時(shí)分析多至千億級(jí)海量關(guān)系數(shù)據(jù)，轉(zhuǎn)化為關(guān)系圖譜數(shù)據(jù)，支撐公安機(jī)關(guān)展開(kāi)情報(bào)研判分析、犯罪團(tuán)伙跟蹤以及重大事情預(yù)警等。
5、其他領(lǐng)域
除了以上應(yīng)用領(lǐng)域外，智慧醫(yī)療、智能客服（智能問(wèn)答）等領(lǐng)域也在積極利用知識(shí)圖譜技術(shù)，使結(jié)果更加準(zhǔn)確，使機(jī)器人客服更加智能。
2018年10月，知識(shí)圖譜首次進(jìn)入國(guó)際知名咨詢公司Gartener的技術(shù)成熟度曲線，目前正處于技術(shù)成熟曲線的上升階段，特別是學(xué)習(xí)和推理技術(shù)亟待突破，預(yù)計(jì)進(jìn)入成熟期還需要5-10年。
知識(shí)融合和知識(shí)推理是知識(shí)圖譜的關(guān)鍵技術(shù)，但目前都面臨很多挑戰(zhàn)，主要包括：
1、當(dāng)知識(shí)圖譜不能準(zhǔn)確將具有同義異名的實(shí)體對(duì)齊或?qū)⑼惲x的實(shí)體消歧就會(huì)導(dǎo)致知識(shí)圖譜中出現(xiàn)知識(shí)冗余或缺失；
2、如何模仿人腦機(jī)制實(shí)現(xiàn)小樣本或零樣本學(xué)習(xí)知識(shí)推理；
3、知識(shí)圖譜中知識(shí)的有效性往往受到時(shí)間空間等動(dòng)態(tài)因素約束，如何合理利用知識(shí)的動(dòng)態(tài)約束信息完成動(dòng)態(tài)推理也是知識(shí)推理的一大挑戰(zhàn)；
4、在自然語(yǔ)言處理仍然不能有效完成抽取任務(wù)的現(xiàn)實(shí)下，能否充分利用各類資源，能否有效利用已經(jīng)積累的業(yè)務(wù)知識(shí)，能否充分利用人力因素進(jìn)行驗(yàn)證或者標(biāo)注，均對(duì)知識(shí)圖譜落地的效果產(chǎn)生顯著影響。
比如搜索“蘋(píng)果”，淘寶出現(xiàn)的全是蘋(píng)果手機(jī)，而京東既有蘋(píng)果手機(jī)，也有蘋(píng)果（水果）。這說(shuō)明兩家公司對(duì)同一客戶需求判斷出現(xiàn)了語(yǔ)義分歧，前者認(rèn)為客戶只需要蘋(píng)果手機(jī)，后者認(rèn)為客戶還可能想吃蘋(píng)果。但是，出現(xiàn)這樣的結(jié)果卻很難判斷誰(shuí)好誰(shuí)壞，不同用戶體驗(yàn)是不一樣的。
此外，電商、金融、安防等等領(lǐng)域都可以搭建知識(shí)圖譜平臺(tái)，但是如何更好的與這些應(yīng)用場(chǎng)景結(jié)合，在不同公司不同行業(yè)之間低成本遷移、商業(yè)化落地，面臨重大挑戰(zhàn)。
目前來(lái)看，電商領(lǐng)域（淘寶、美團(tuán)等）、通用搜索平臺(tái)（百度、搜狗搜索）都是自建知識(shí)圖譜平臺(tái)，且已經(jīng)有效提高了客戶體驗(yàn)，增加了用戶粘性。但知識(shí)圖譜在第三方的商業(yè)化依然處于探索階段。
據(jù)冰鑒科技研究院了解，智能客服已經(jīng)在很多行業(yè)開(kāi)始商業(yè)化應(yīng)用，而其核心技術(shù)就是知識(shí)圖譜，極大地減少企業(yè)的客服成本。
在電商領(lǐng)域，未來(lái)很可能會(huì)將相關(guān)知識(shí)圖譜技術(shù)對(duì)外輸出，特別是一些垂直領(lǐng)域的電商平臺(tái)。
在金融領(lǐng)域，第三方人工智能公司為銀行等金融機(jī)構(gòu)搭建知識(shí)圖譜平臺(tái)獲取技術(shù)服務(wù)費(fèi)是其主要的商業(yè)化的方法之一。如建設(shè)銀行，在2019年6月對(duì)外發(fā)布人工智能運(yùn)維知識(shí)圖譜產(chǎn)品供應(yīng)商征集公告。
從短期來(lái)看，在大多數(shù)細(xì)分領(lǐng)域，知識(shí)圖譜平臺(tái)商業(yè)化還比較困難，一方面缺少有效付費(fèi)用戶，另一方面公開(kāi)數(shù)據(jù)有限、相關(guān)知識(shí)抽取困難，知識(shí)圖譜平臺(tái)難以搭建；從長(zhǎng)期來(lái)看，據(jù)艾瑞咨詢推算，知識(shí)圖譜核心產(chǎn)品的市場(chǎng)規(guī)模預(yù)計(jì)2024年將突破200億元，年復(fù)合增長(zhǎng)率達(dá)到20.4%。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論