知识图谱在企业服务中有着哪些应用？

文章摘要：近年来，知识图谱作为结构化人类知识的一种形式已经引起了学术界和工业界的极大关注。知识图谱是事实的结构化表示，由实体、关系和属性组成。实体可以是现实世界中的对象和抽象概念，关系表示实体之间的关系，实...

近年来，知识图谱作为结构化人类知识的一种形式已经引起了学术界和工业界的极大关注。知识图谱是事实的结构化表示，由实体、关系和属性组成。实体可以是现实世界中的对象和抽象概念，关系表示实体之间的关系，实体的语义描述及其关系包含具有明确定义含义的类型和属性。

对于知识图谱的整体分类，通常分为知识表示学习、知识获取和知识应用三个大类。知识表示学习，是对知识图谱中的实体、关系和属性学习其向量表现形式，对于知识获取和下游应用具有很重要的作用。

那么，知识图谱在企业服务中有着哪些应用？

在制造业中的故障诊断、设备咨询；在法律行业中的合同审核、文本比对；在医药行业中的药品咨询等。GaussMind知识图谱作为中台服务，提供了帮助客户从0到1构建知识图谱的能力，其中在知识表示方面，为解决仅利用三元结构信息进行表示学习带来的数据稀疏问题，沃丰科技GaussMind有效利用知识库中的其他信息，以及库外的数据信息，提高了对客户问句的理解能力。

在做法上，GaussMind将所有的三元组“属性-属性值”或“关系-实体表述”的字符串都当作该实体的文本描述，作为辅助信息。然后将该辅助信息和关系编码模型进行联合表示学习，最终得到知识的向量表示。

通过加入文本辅助信息训练得到的知识表示，我们得到了基于知识图谱的实体和词的向量表示，在面对企业服务场景的时候，能更有效理解客户的意图。我们整理客服语料，在物流环境下，包含有“物流”、“物流方式”等本体，“物流”本体下包含“寄快递”、“收快递”等意图实体，“物流方式”下包含“货运”、“空运”等实体。比如客户在问询“空运寄快递到天津需要多久”时，我们通过在描述中加入实体描述“物流-寄快递”和“物流方式-货运”，就能有效避免匹配出错或意图理解错误的情况，提高知识库的匹配准确率。

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/16156