1.4 知識圖譜應(yīng)用場景

知識圖譜為互聯(lián)網(wǎng)上多源、異構(gòu)、海量、動態(tài)數(shù)據(jù)的表達(dá)、組織、管理以及利用等提供了一種更為有效的方式，其數(shù)據(jù)存儲和處理技術(shù)可以幫助人工智能對真實(shí)世界中復(fù)雜、相互聯(lián)結(jié)的數(shù)據(jù)進(jìn)行理解及處理。通過推理，人工智能的智能化水平更高，更加接近于人類的認(rèn)知思維。

接下來，我們選擇智能搜索、推薦系統(tǒng)、知識問答、推理決策等具體的應(yīng)用場景對知識圖譜用途進(jìn)行詳細(xì)分析。

1.4.1 智能搜索

隨著網(wǎng)絡(luò)信息的爆炸式增長，傳統(tǒng)搜索引擎存在只能機(jī)械地比對查詢詞和網(wǎng)頁之間的匹配關(guān)系，無法真正理解用戶查詢內(nèi)容等瓶頸，其結(jié)果與效率已經(jīng)明顯跟不上用戶的需求。而基于知識圖譜的智能搜索技術(shù)透過現(xiàn)象看本質(zhì)，不再拘泥于用戶所輸入請求語句的字面本身，而是準(zhǔn)確地捕捉到用戶輸入語句背后的真實(shí)意圖，從而更準(zhǔn)確地向用戶返回最符合其需求的搜索結(jié)果。

知識圖譜通過對實(shí)體、關(guān)系和用戶的理解，能夠分析實(shí)體之間的交互行為，幫助獲取準(zhǔn)確的答案，幫助用戶更高效地發(fā)現(xiàn)信息資源，甚至順著知識圖譜可以探索更深入、廣泛和完整的知識體系，讓用戶獲得意想不到的知識。

基于知識圖譜的智能搜索是一種長尾搜索，搜索引擎以知識卡片的形式將搜索結(jié)果展現(xiàn)出來。用戶的查詢請求將經(jīng)過查詢式語義理解與知識檢索兩個階段，并給出具有重要性排序的完整知識體系。

第11章給出了基于知識圖譜的智能搜索實(shí)踐。

1.4.2 推薦系統(tǒng)

推薦系統(tǒng)是一種信息過濾系統(tǒng)，代替用戶對未接觸過的事物進(jìn)行評判。知識圖譜可以引入事物的語義信息，提高推薦的相關(guān)性、多樣性與可解釋性。

隨著知識圖譜的引入，信息和標(biāo)簽之間的關(guān)聯(lián)性大大提高。從多個維度出發(fā)，知識圖譜增加了推薦的相關(guān)性，也豐富了推薦的多樣性，同時使推薦的結(jié)果可以進(jìn)行合理的解釋，真正做到個性化推薦。除此以外，用戶也可以自定義知識圖譜的推薦規(guī)則，使推薦結(jié)果更加個性化。例如在一些視頻App中，用戶可以告知系統(tǒng)其推薦的視頻不合喜好，以及不被喜歡的原因，這樣，推薦系統(tǒng)在之后的推薦中就會避開這一類的內(nèi)容。

隨著用戶基數(shù)、用戶數(shù)據(jù)和用戶需求等的不斷增加，我們相信基于知識圖譜的推薦系統(tǒng)也將有更為廣泛的研究和應(yīng)用前景，包括知識融合、知識推理等知識圖譜的獨(dú)特技術(shù)將會為推薦系統(tǒng)注入更精準(zhǔn)、更全面、更智能的血液。

第12章給出了基于知識圖譜的圖書推薦系統(tǒng)實(shí)踐，包含了更多有關(guān)推薦系統(tǒng)的細(xì)節(jié)。

1.4.3 知識問答

傳統(tǒng)的問答系統(tǒng)與傳統(tǒng)搜索引擎的缺點(diǎn)一樣，缺乏對文本語義深層次的分析和處理，因此也難以實(shí)現(xiàn)知識的深層邏輯推理，無法達(dá)到人工智能的高級目標(biāo)。

知識圖譜可以通過知識抽取、關(guān)聯(lián)、融合等手段，將互聯(lián)網(wǎng)文本轉(zhuǎn)化為結(jié)構(gòu)化的知識，利用實(shí)體以及實(shí)體間的語義關(guān)系對整個互聯(lián)網(wǎng)文本內(nèi)容進(jìn)行描述和表示，從數(shù)據(jù)源頭對信息進(jìn)行深度的挖掘和理解。而使用問句語義解析、語義表示技術(shù)，并結(jié)合知識推理與深度學(xué)習(xí)算法，最終實(shí)際提高智能問答系統(tǒng)的智能程度。因為知識圖譜的構(gòu)建是源自海量數(shù)據(jù)的整合處理，所以避免了跨領(lǐng)域問題查詢偏差，讓問答系統(tǒng)的結(jié)果更加準(zhǔn)確和可靠。

第13～15章介紹了知識圖譜在開放領(lǐng)域、交通領(lǐng)域以及汽車領(lǐng)域的知識問答實(shí)踐。

1.4.4 推理決策

知識圖譜利用知識融合與知識推理技術(shù)，分析查詢信息沖突以及企業(yè)間的聯(lián)系，更快地發(fā)現(xiàn)信息中潛在的規(guī)律與聯(lián)系，在反欺詐、企業(yè)風(fēng)險評估等金融領(lǐng)域的應(yīng)用頗為廣泛。

實(shí)際上，知識圖譜利用其強(qiáng)大的關(guān)系連接能力，可以將信息整合為一體，從一點(diǎn)穿透到信息潛在的關(guān)聯(lián)部分，尤其是通過三四層連接相連的元素。像金融這種垂直應(yīng)用領(lǐng)域，知識圖譜的天然優(yōu)勢將得到極大發(fā)揮，但這類領(lǐng)域?qū)χR圖譜的構(gòu)建質(zhì)量也提出了更高的要求。

第16章介紹了知識圖譜實(shí)踐的金融決策內(nèi)容，由于金融數(shù)據(jù)的隱私性，因此我們按照基本信息模擬了相關(guān)數(shù)據(jù)，以講解知識圖譜下的金融決策實(shí)踐。