（要闻）高效运用知识图谱需匹配行业需求

本篇文章1633字，读完约4分钟

2019年是知识地图相关技术快速发展的一年。这是市场调研机构艾瑞咨询集团最近发布的《中国知识图谱产业研究报告》的结论。报告称，涵盖大数据分析与预测、领域知识图谱、自然语言处理(nlp)应用的大数据智能市场规模2019年约为106.6亿元，预计2023年将超过300亿元，复合年增长率为30.8%。

事实上，知识地图的概念近年来已经为人们所熟悉，并被应用到各个行业和领域，如百度的“亲密度”、搜狗的“知识立方体”、ibm的沃森等。

什么是知识地图，它将如何改变人们的生活？

让机器了解世界

"从学术角度来看，知识地图本质上是语义网的知识库."人工智能医疗系统研发企业深瑞医疗的联合创始人乔伟对《科技日报》记者表示，“从实际应用的角度来看，知识图谱可以简单理解为多关系图。”他进一步解释说，知识地图是事实的结构化表示，由实体、关系和语义描述组成。

业内普遍认为，知识地图的概念最早是由谷歌在2012年正式提出的，主要用于支持下一代搜索和在线广告业务。此后，这项技术迅速普及，为互联网语义搜索和智能问答领域带来了活力，使人工智能具备认知和逻辑能力，进而实现智能分析、智能搜索、人机交互等场景应用，成为互联网知识驱动的智能应用基础设施。知识地图与大数据、深度学习一起，成为推动互联网和人工智能发展的核心动力之一。

“我们搜索时，搜索结果右侧的关联来自知识地图技术的应用。”乔欣说，知识地图可以帮助系统根据消费者的习惯和爱好推荐合适的服务。

乔欣介绍，知识地图根据覆盖范围可以分为一般知识地图和行业知识地图。通用知识地图覆盖和整合的实体较多，准确率不够高，主要用于智能搜索等领域；行业知识地图通常是依靠特定行业的数据来构建的，对于特定行业有着重要的意义。“行业知识图谱需要考虑不同的业务场景和用户，所以实体的属性和数据模式是丰富的”。

“知识对于人工智能的价值在于让机器具备认知能力，构建知识地图的本质是让机器形成认知能力，理解世界。”乔欣说。

关键是满足业务需求

中国电子学会高级顾问夏玲撰文分析，随着人工智能技术的发展和应用，知识地图作为关键技术之一，已经广泛应用于智能搜索、智能问答、个性化推荐、人机交互对话系统等多个行业和领域。

艾瑞咨询(iResearch)发布的报告显示，2019年，金融部门和公安部门占据了知识地图市场的最大份额。由于标准化数据的丰富积累和最明显的行业认知和直接需求，金融业成为数据智能最先落地并产生价值的行业。其实业内专家认为，包括医疗在内的很多行业，也将是知识图谱展示才华的领域。

夏玲指出，例如，开发新药的成本高，周期长。基于这种情况，欧盟第七框架下的开放药物平台openphacts项目使用来自实验室的物理和化学数据、各种期刊上的研究结果和各种开放数据。在医疗行业，可以整合大量的医疗文书、书籍和各种电子病历，获取海量、高质量的医学知识，为医务人员提供临床辅助决策。

“目前，医学知识图谱技术在疾病风险评估、智能辅助诊疗、医疗质量控制、医学知识问答等智能医疗领域具有良好的发展前景。”乔欣说，比如新冠肺炎针对肺炎开发的医疗救助系统，新冠肺炎的肺炎知识图谱可以用来计算问题之间的相似度，帮助回答用户的问题。

“虽然医疗是一个典型的以异构数据为主的行业，但是多源异构数据的集成在实际应用场景中确实更加复杂，涉及的数据集往往在数据质量本身就存在问题，构建知识地图相对更加困难。但总体来说，目前构建知识地图不存在技术问题，更重要的是探索更多的应用场景，构建质量更好、使用更好的知识地图。”乔欣说。

华为云总爱服务总经理、语音语义创新实验室主任、首席科学家景源认为，知识地图实际上只是企业的一个工具，关键是将知识应用与知识获取、知识建模和知识管理相匹配，最终满足特定的业务需求。他认为，对于企业来说，应用知识地图的门槛在于如何高效地构建知识地图，实现可扩展性和可更新性，或者需要一个相对通用的框架来帮助企业快速发挥业务数据的价值。(记者曹秀英)