知识图谱是一种用图结构表示实体及其关系的数据结构，常用于智能问答、反欺诈、不一致性检验和智能搜索等场景。图数据库如neo4j用于存储知识图谱，相较于传统关系型数据库更适合大数据存储。NLP技术如pyltp用于信息融合，通过分词、词性标注等提取关键信息，构建知识图谱。关键词提取是构建过程中的重要步骤，最终的图谱可以作为其他机器学习的输入参数，实现知识推理和深度挖掘。
定义
知识图谱可以分割为知识和图谱。知识包含实体和实体之间的联系，
图谱就是用图的方式把实体和它们之间的关系用图表示出来。
例如微信，我和我的朋友以好友的关系而关联起来，而我的朋友又有他们的朋友圈，进而把整个关系群以一个网络的方式关联起来。
用途
-
智能问答
如果拥有了一个知识图谱，就可以构建一个智能问答系统
例如如果输入是：我感冒了应该看什么科
系统通过查找感冒和科室的关系，就可以找到科室应该为呼吸内科
系统就可以回答：呼吸内科
-
反欺诈
在风控领域，数据一般以人为单位，人跟人存在一种关系，人跟消费记录，行为记录，网上浏览记录形成了另外的一些关系，那么风控团队就获得了一张非常大的网络图
当需要对某人进行风控分析，可以使用Graph embedding对每个人的图进行向量化，然后放入机器学习的模型进行训练和预测，从而得出欺诈的预判
最低0.47元/天 解锁文章
扫一扫
4771
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
