目前,事理图谱在描述领域事件时空信息上具有独特性,这种逻辑图结构能够以一种直观的方式向我们展现出一个领域知识的链路信息。从学术的角度上来说,事理图谱与事件抽取、事件关系抽取、脚本学习、事件链生成、篇章句间关系识别、图谱图结构运算等多个研究方向关系密切,具有很强的理论和技术挑战以及研究价值;与学界不同,工业界则更多地考虑事理图谱的落地实现,即解决抽象技术理论与实际业务场景之间的结合问题。我们目前在事理图谱中积累了一些经验,并积累形成了400W规模的全行业事理图谱,实现了从领域事理到领域知识图谱(公司知识图谱、产业链知识图谱)的通路,并在此基础上,不断寻求应用场景,下面是我们目前已经或正在尝试的应用点,供大家一起讨论。
一、基于金融事理图谱的新闻预警
事件预警是目前我们使用事理图谱的应用尝试,事件预警是一个面向商品领域的重要资讯预警产品。我们通过监控上千家全行业网站,实时采集相关资讯,通过抽取识别资讯中的事件,将事件与事理图谱中的事件进行链接,结合情感分析技术、文本标签技术、文本重要性判定技术对具有影响力的资讯进行过滤,最终为用户实现自定义标地的预警资讯筛选以及基于该预警资讯的影响寻迹探索。
图1
如下图1所示,对于采集到的资讯,我们会对其进行判定,给出该资讯所能造成的影响,为了能够对最终结果给出影响的原因解释,我们给出了该影响所遵循的事理图谱链条,如页面的右侧所示的事理图谱缩略图。在点击事理图谱缩略图后,可进入详情页
图2
如图2所示,页面给出资讯全文,影响事件事理图谱(可支持全屏点击拓展查看),在页面的右侧,我们列举了与当前资讯具有事件影响相关的历史资讯,类似于kensho的做法,通过这种方式,我们尝试将历史事件影响应用于当前的资讯推荐与风险预警当中。事件预警是其中的一个应用例子,此外我们还正在开展事理图谱在其他领域的尝试,如文本理解可视化系统等,欢迎持续关注我们的工作。
二、基于事理抽取技术的文本可视化
文本可视化技术