下图是行研用投研逻辑表达的生产事故对股票的投资影响分析,这个场景是非常适合知识图谱的落地的。好处有几点:
1)产业链知识落地到知识图谱
2)行业研究逻辑落地到知识图谱
3)通过计算机AI可以辅助人工来监控业务逻辑的影响情况,从而第一时间给出传播影响链。
这种知识图谱落地的方案也有工程化的问题:
1)类似产能、库存、价格等数据不一定能拿到;
2)即便能拿到估计也是非格式化的,那么用NLP等处理,如何保障其准确性?
3)对专家知识依赖较高,产业链错或者推导逻辑错,结果都不会成立
这个方案是人机协同的典范,初期是行研逻辑,后期随着运营数据积累,大数据会告诉我们哪些节点具有哪些影响,从而推动业务人员修正其逻辑,最后当数据样本足够多的情况下,通过图分析和机器学习可以取代这类行研逻辑。
知识图谱落地场景1 :事件影响分析:生产事故
最新推荐文章于 2024-05-05 21:36:02 发布