高效运用知识图谱需匹配行业需求

　　2019年是知识图谱相关技术飞速发展的一年。这是市场调研机构艾瑞咨询集团近日发布的《中国知识图谱行业研究报告》得出的结论。该报告显示,2019年涵盖大数据分析预测、领域知识图谱及自然语言处理(NLP)应用的大数据智能市场规模约为106.6亿元,预计2023年将突破300亿元,年复合增长率为30.8%。

　　确实,知识图谱概念近年来被人们熟悉,并被应用到各行业和领域中,如百度的“知心”,搜狗的“知立方”, IBM的Watson等。

　　究竟何谓知识图谱,它又将如何改变人们的生活?

　　让机器去理解这个世界

　　“从学术角度看,知识图谱本质上是语义网的知识库。”人工智能医疗系统研发企业深睿医疗联合创始人乔昕告诉科技日报记者,“从实际应用角度看,可以简单地把知识图谱理解成多关系图。”他进一步解释说,知识图谱是一种对事实的结构化表征,它由实体、关系和语义描述组成。

　　业内普遍认为,知识图谱的概念最先是由谷歌于2012年正式提出,主要用来支撑下一代搜索和在线广告业务。此后,这项技术迅速火爆,给互联网语义搜索、智能问答等领域带来活力,让人工智能具备认知能力和逻辑能力,进而实现智能分析、智能搜索、人机交互等场景应用,成为互联网知识驱动的智能应用的基础设施。知识图谱与大数据和深度学习一起,成为推动互联网和人工智能发展的核心驱动力之一。

　　“当我们进行搜索时,搜索结果右侧的联想就来自于知识图谱技术的应用。”乔昕介绍说,知识图谱可以帮助系统依据消费者的习惯和爱好推荐合适的服务。

　　乔昕介绍道,知识图谱按覆盖范围可分为通用知识图谱和行业知识图谱。通用知识图谱覆盖融合更多实体,准确度不够高,主要应用于智能搜索等领域;行业知识图谱通常依靠特定行业的数据进行构建,对特定行业有重要的意义,“行业知识图谱需要考虑不同的业务场景和使用人员,所以实体的属性和数据模式比较丰富”。

　　“知识对于人工智能的价值在于让机器具备认知能力,而构建知识图谱的本质就是让机器形成认知能力,去理解这个世界。”乔昕说。

　　关键在于满足业务需求

　　中国电子学会高级咨询师凌霞曾撰文分析,随着人工智能技术的发展与应用,知识图谱作为关键技术之一,已被广泛应用于很多行业与领域,如智能搜索、智能问答、个性化推荐、人机交互对话系统等领域。

　　艾瑞咨询此次发布的报告显示,2019年知识图谱市场中以金融领域和公安领域应用份额占比最大,金融领域因标准化数据积累丰富,行业认知与直接需求最为明显等因素,成为数据智能最早落地并产生价值的行业。事实上,业内专家认为,包括医疗在内的多个行业也将是知识图谱大展身手的领域。

　　凌霞指出,例如,研发新药的成本高,周期长,基于这样的现状,在欧盟第七框架下的开放药品平台OpenPhacts项目,利用了来自实验室的理化数据、各种期刊文献中的研究成果以及各种开放数据。在医疗行业,还可通过整合大量医疗文献和书籍以及各种电子病历来获取海量高质量的医疗知识,向医护人员提供辅助临床决策。

　　“目前医学知识图谱技术在疾病风险评估、智能辅助诊疗、医疗质量控制及医疗知识问答等智慧医疗领域都有着很好的发展前景。”乔昕说,例如针对新冠肺炎开发的医助系统,新冠肺炎知识图谱可用于计算问句之间的相似度以及辅助解答用户提问。

　　“虽然医疗是个典型的以异构数据为主的行业,多源异构数据的融合在实际应用场景中确实更复杂,而且涉及到的数据集往往数据质量本身也有问题,相对而言构建知识图谱也更难一些,但总体来说,目前构建知识图谱已不存在太大技术上的难题,更重要的是将挖掘更多应用场景,构建出质量更好、更好用的知识图谱。”乔昕说。

　　华为云通用AI服务总经理、语音语义创新Lab主任、首席科学家袁晶则认为,知识图谱对于企业来说其实只是一个工具,关键是要让知识获取、知识建模、知识管理来匹配知识应用,最终还是要能满足具体的业务需求。在他看来,对于企业来讲,应用知识图谱的门槛在于如何高效构建知识图谱并实现可扩展可更新,或者说需要有一个相对通用的框架,帮助企业快速地发挥业务数据的价值。记者 操秀英