知识图谱构建工具_知识图谱在保险行业的构建与应用

点击上方蓝字关注我们

“The world is not made of strings , but is made of things.”

 ——辛格博士，from Google.

摘要

保险数字化转型，已然是当下保险行业最热门的话题。什么是数字化转型？移动展业、互联网保险核心系统、智能投放和用户数字营销、数据驱动运营，这些是目前保险公司重点投入的方向，也同时都是互联网+的基本方向。但是本质上，上面说的几个方向，把保险换成任何其他行业都是适用的。对于保险的数字化来说，这还远远不够。数字化的终极目标是为了智能化，而不仅仅单单是产品的在线售卖，保险的数字化和智能化，是期望在营销、咨询、承保、理赔、服务等环节，都可以由机器来支撑自动决策，降低人力依赖。保险行业的数字化程度还亟待升级，比如保险条款——保险行业的产品核心，从原始的纸质文档，只完成了电子化的转变，变成了PDF或Word的形式，计算机仍然难以理解。

保险行业，具有 领域知识专业性强、业务复杂、涉及面广、数据不规范和结构化程度低等特点，想要实现保险领域智能化应用(如智能问答、语义搜索、保险风控、智能推荐等)的落地，知识图谱就是答案，是数字化转型过程中需要长期投入的基石。

- 01-

「知识图谱概述」

1、为什么需要知识图谱？在回答这个问题前，我们来看个很有意思的例子。对音乐有所了解的朋友，应该都听说过“阿信”这个名字。但是如果有人提到“阿信发布了一首新歌”时，我们的脑海中会浮现“两个阿信”，一个是信乐团的主唱苏见信，而另一个则是五月天的主唱陈信宏。基于我们的常识，这两个乐队的主唱都被乐迷称为“阿信”。那听到这里我们还不能判断出发布新歌的是哪个阿信，我们需要更多的线索。这时候对方说出：唱过《突然好想你》的阿信“，我们就可以通过常识信息进行一个简单的推理：《突然好想你》是“五月天”演唱的，而五月天的主唱是“陈信宏”，所以我们就可以得出结论：对方说的"发布新歌的阿信"是“陈信宏”而不是”苏见信“。这个过程就是人类基于常识信息的推理，也是人类理解问题和解释问题一个常见的过程。但是，如果希望机器也能够解答这个问题，就需要 让机器具备人类认知的能力，这就是认知智能。实现认知智能，需要机器具有“理解”和“解释”的能力，而这两项能力都需要引入知识图谱技术。

2、知识图谱的定义

从学术上来说，知识图谱是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法，本质上是一种大规模的语义网络，由节点和边组成，节点可以表示实体(Entity)、概念(Concept)和值(Value)，边用来描述实体之间的关系。

知识图谱的组成

实体可以是对象(Object)或者实例(Instance)，是概念的实例化，概念通常指具有相同属性的实例集合的描述，又被称为实体类型(Type)或者实体类(Class)，概念与概念之