KnowledgeBase

商品介绍

Knowledge Base 是一款低门槛知识图谱构建产品，具有先进的AI产品内核，将大量的图谱专家知识以合理的方式封装进产品中，做到业务人员简单培训即可完成知识图谱构建全流程。驱动知识图谱能力在企业中低门槛、快速地落地，满足业务对知识图谱的诉求。

 

Knowledge Base广泛支持各种业务场景的知识图谱构建，并具备标准化落地的能力。让企业重新回到聚焦“业务”本质问题，而不是技术与算法细节，以科技驱动业务持续增长。

产品优势

低门槛，内置NLP专家覆盖算法全流程

 

知识图谱应用规模化和普世化的核心是知识图谱构建的智能化和自动化，关键性技术是NLP相关自动抽取能力。

 

用户在使用传统知识图谱产品时，往往需要NLP专家或图谱专家对抽取模型的训练和预估入图进行详细的把控，即用哪些数据集中哪些数据进行标注，能最大化的提升模型自动抽取效果与入图的准确率。

 

Knowledge Base通过内置NLP专家的方式，产品后台集成了复杂的数据调度逻辑，自动选择合适数据集、合适数据量帮用户进行模型训练与模型预估入图。使用户无需NLP相关经验也可以训练出高水平的NLP数据抽取模型。基于我们强大的算法能力，在部分场景下百余条标注数据即可完成模型的冷启动。

 

与此同时，内置的NLP专家也会合理的进行任务分配，以最大程度的利用用户的算力资源，持续进行模型训练与预估，防止算力浪费。

 

高效率，创新性的问答的方式进行标注

部分数据标注场景通常需要对业务有一定理解的业务专家参与，普通用户直接进行文本标注会有不全面、不准确、效率低的情况。而随着业务演进，标注工作量会越来越大，业务专家资源有限，难以满足需求。

 

Knowledge Base推出了基于问答的标注，自动将文本中存在的待标注内容加工成问题，用户通过回答问题：是/否/不确定即可完成绝大部分的标注，大幅度降低了对业务理解的门槛，同时避免了手动选择内容的低准确度与低效率。

 

用户也可以针对某一类型的标注量进行优先级控制，可以将优先级调整为高优/暂停，这样可以让模型针对某一短板类型进行有针对性的训练。提升了模型训练的效率，也进一步让图谱构建更加高效率。

多场景，自定义schema，可更好支持长尾场景

 

知识图谱是一种智能高效的知识组织形式，理论上可适用于任何场景，现有的构图解决方案基本都针对于垂直领域，然而图谱构建时工作量普遍较大导致已有图谱难以涵盖太多领域，很多场景下难以找到适用的图谱来支持。

 

Knowledge Base提供的是一套完整的构图解决方案，可满足任意场景的图谱构建需求，支持用户自定义schema，自行决定图谱内包含的知识类型，除了节点类型和关系类型以外，添加了事件类型用于描述一组存在内在关联的关系，保证对复杂关系场景的支持。

 

按照各场景下需求的频繁程度，会出现明显的二八分化，对于80%长尾场景来说，由于需求不是很普遍导致难以找到可用的图谱解决方案，KB可以很好得支持和解决这一问题，只要用户有构图需求，即可根据需求和已有数据，在KB平台内设计自己的图谱形态，自由搭建任意场景下的图谱架构，并基于KB能力完成后续构图操作。

 

KB内的schema支持随时删除和添加，可以方便得根据需求或数据的变动进行调整，保证了图谱使用的可持续性，降低了修改成本。

 

多源数据，同时支持结构化与非结构化入图

 

图谱本身着眼于用户关注的知识点，在原文内抽取这些知识点对应的文本序列并将其组织为图谱的形式，为了保证图谱内知识的多样性和全面性，构建的过程中普遍会用到多份数据，KB在一张图谱下支持引入多个数据集共同构图，实现知识的抽取和融合。

 

KB内上传数据集操作简单，可以同时支持结构化表格和非结构化文本两种形式，涵盖了实际场景中的大部分数据，后续也提供了针对结构化数据和非结构化数据的两种构图流程，都支持在前端页面可视化构图，用户可以将已有结构化表格内容作为文本抽取结果的补充，并且可以互相校验准确性。

 

如果用户期望的构图数据集发生变化，在KB前端可以通过切换“加入构建”和“取消构建”的状态来动态切换用于构图的数据集，操作灵活方便，可随时控制和修改参与构图的数据集。

 

高性能，知识抽取模型效果可达世界领先水平

 

图谱构建的核心工作是知识抽取，知识抽取结果的质量会直接影响图谱下游各类应用的性能，KB采用自学习建模的过程迭代优化知识抽取模型的性能。用户只需少量标注，即可出发模型训练过程，得到可用模型后会将自动抽取结果加工后以问答的形式获取用户反馈，将反馈结果作为新的样本继续下一轮模型训练，持续优化模型的性能。

 

经过与业内头部公司的自学习平台建模效果对比，我们的解决方案在节点抽取和关系抽取两项任务中都取得了较大的优势，性能指标远超业内