0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

星环科技基于知识图谱平台Sophon KG推出3.1版本

科技绿洲 来源:星环科技 作者:星环科技 2022-05-11 16:08 次阅读

知识图谱作为AI从感知智能迈向认知智能的基础,始终是将多元概念及关系有机整合并推理出新知识的关键技术。在刚刚过去的星环科技2022春季新品发布周上,星环科技知识图谱平台Sophon KG推出了 3.1版本。

Sophon KG为企业级用户提供了一款支持多模型数据处理,结合了分布式图存储和图计算引擎、全文检索等多条自研产品线的基础能力和前沿技术,集知识抽取、融合、存储、计算推理及应用的全生命周期为一体的基础软件产品,助力企业级用户从信息汇聚的“量变”跃升成智慧迸发的“质变”。

星环科技3

基于Sophon KG的完备性与业务导向,用户可以一站式打造行业全栈知识图谱解决方案。知识图谱平台支持低代码图谱构建、智能化知识抽取、多模态知识存储与融合、多形式知识计算和推理以及多维度的图谱分析。除了具备上述的链路完备性,平台还从业务场景出发,沉淀了几个场景的图数据模型、规则模型和算法模型,可以帮助客户快速解决雷同场景下的业务问题。

以金融行业为例,Sophon KG内置NLP模型,支持金融场景下实体、关系的自动抽取,并支持手动修改。同时支持自动的实体链接,实现模型标注结果的一键入图。以实体抽取任务为例,通过Bert模型进行底层实体抽取,用BiLSTM进行序列标注,并通过CRF模型对序列进行约束;同时采用FLAT/Simple-Lexicon等方式做词汇增强型的实体识别,从而实现对行业、公司及机构名、地址、人名、产品、时间等的实体抽取。

基于Sophon KG构建的智能投研知识图谱、政策知识图谱、债券知识图谱、银行对公业务上下游分析和风险图谱等行业知识图谱,能够帮助监管机构快速识别可疑交易,更加直观地发现洗钱团伙与高危客户;还可以帮助银行对收单系统的套现商户监测、识别贷款人、担保人背后的高风险担保链、担保圈,及时向金融机构发出预警。

此次,新版本Sophon KG 3.1在原有的产品功能之上,增添了如下特性:

新增文本处理模块,支持实体标注、语义关系标注、单文本分类、多文本分类、情感分类这五种文本标注任务;

预置金融场景的实体抽取和语义关系抽取模型,支持基于模型的预标注,并支持手动修改标注结果;

实体标注和语义关系标注任务支持一键入图,也支持点边表导出;

所有自然语言标注任务在审核完成之后均可导出为模型训练数据格式,可作为后续模型训练的输入;

社区聚类等算法支持边权重配置。

在已应用的场景:反洗钱、反欺诈、疫情防控、公共安全及企业级营销以外,本次更新增添了新的应用场景——保险知识智能问答。Sophon KG 支持将产品、类型、条款等数据通过图谱建模,构建成一个专业知识库,答案以图谱清晰展现,一目了然。同时在知识库的基础上,通过自然语言处理技术,实现产品条款等问题的自动语义检索、问答,提供一个面向员工、保险代理人的保险知识百科全书。该解决方案直击行业痛点:对外人工客服难以掌握全部本公司保险产品细节,在没有知识库的情况下难以做到进行高效查询,降低服务效率;以及保险营销团队较难掌握市面上全部的保险产品,在面对客户时可能难以查找其他公司产品信息,较难突出本身产品优势。

星环科技知识图谱秉持低代码、交互式、可视化的产品设计原则,让目标用户快速上手,以提升问题解决的效率,为用户带来更智能的应用体验。

审核编辑:彭静
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    87

    文章

    26443

    浏览量

    264038
  • 数据格式
    +关注

    关注

    0

    文章

    26

    浏览量

    8805
  • 代码
    +关注

    关注

    30

    文章

    4555

    浏览量

    66757
  • 星环科技
    +关注

    关注

    0

    文章

    35

    浏览量

    2566
收藏 人收藏

    评论

    相关推荐

    利用知识图谱与Llama-Index技术构建大模型驱动的RAG系统(下)

    对于语言模型(LLM)幻觉,知识图谱被证明优于向量数据库。知识图谱提供更准确、多样化、有趣、逻辑和一致的信息,减少了LLM中出现幻觉的可能性。
    的头像 发表于 02-22 14:13 277次阅读
    利用<b class='flag-5'>知识图谱</b>与Llama-Index技术构建大模型驱动的RAG系统(下)

    知识图谱基础知识应用和学术前沿趋势

    知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系。是融合了认知计算、知识表示与推理、信息检索与抽取、自然语言处理、Web技术、机器学习与大数据挖掘等等方向的交叉学科。人工智能是以传统符号派与目前流行的深度神经网路为主,如下图所示,
    的头像 发表于 01-08 10:57 435次阅读
    <b class='flag-5'>知识图谱</b>基础<b class='flag-5'>知识</b>应用和学术前沿趋势

    智慧灯杆产业链企业图谱

    智慧灯杆产业链企业图谱智慧灯杆产业链企业图谱智慧灯杆产业链企业图谱智慧灯杆产业链企业图谱智慧灯杆产业链企业图谱智慧灯杆产业链企业
    发表于 12-11 17:36 1次下载

    Moku 3.1版本升级!Moku:Lab、Moku:Pro新增支持逻辑分析仪

    :Lab和Moku:Go三个平台的多仪器并行模式都进行了升级,支持同时打开多个仪器窗口以便多仪器之间同时进行交互。Moku版本3.1还在Moku:Pro和Moku:
    的头像 发表于 11-03 08:16 207次阅读
    Moku <b class='flag-5'>3.1</b><b class='flag-5'>版本</b>升级!Moku:Lab、Moku:Pro新增支持逻辑分析仪

    知识图谱与大模型结合方法概述

    ;3)LLM+KG协同使用,主要用于知识表示和推理两个方面。该文综述了以上三个路线的代表性研究,探讨了未来可能的研究方向。 知识图谱KG)和大语言模型(LLM)都是
    的头像 发表于 10-29 15:50 603次阅读
    <b class='flag-5'>知识图谱</b>与大模型结合方法概述

    用pytorch调用编译好的bmodel,报错No module named \'sophon\'如何解决?

    宿主机上,成功编译pytorch模型为bmodel,想在宿主机上cmodel模式下,用pytorch(sail)调用编译好的bmodel,出错No module named \'sophon\'? 请各位大佬帮帮忙,感谢感谢
    发表于 09-18 08:52

    如何判断机器上是否有sophon设备?

    1. 卡插入卡槽后,lspci | grep 1684,正常识别的话,会看到 1684 设备 2. 卡被识别,驱动安装成功后,系统会有 sophon 模块 3. 卡被识别,驱动安装成功后,会有
    发表于 09-18 07:38

    在ubuntu下编译sophon-sail执行make pysail报错如何解决?

    求助!求助! 在ubuntu下编译sophon-sail执行make pysail报错,python版本为:3.8.10,具体错误信息如下
    发表于 09-18 07:34

    云知声亮相第十七届全国知识图谱与语义计算大会

    8月24日-27日,第十七届全国知识图谱与语义计算大会(CCKS 2023)在沈阳成功举办。大会聚焦“知识图谱赋能通用AI”,邀请国内外知名学者、产业界知名发言人员介绍相关领域的最新进展和发展趋势
    的头像 发表于 08-31 16:02 407次阅读
    云知声亮相第十七届全国<b class='flag-5'>知识图谱</b>与语义计算大会

    2023中国工业互联网技术发展的十大科技趋势

    知识图谱是一种基于语义网技术的知识表示方法,它将实体、属性和关系等元素进行抽象和建模,形成一个具有语义表达能力的图结构。在工业领域,知识图谱可以将工业领域的知识进行建
    的头像 发表于 08-31 15:18 517次阅读
    2023中国工业互联网技术发展的十大科技趋势

    如何利用大模型构建知识图谱?如何利用大模型操作结构化数据?

    上图是之前,我基于大语言模型构建知识图谱的成品图,主要是将金融相关的股票、人物、涨跌幅之类的基金信息抽取出来。
    的头像 发表于 08-24 16:56 8638次阅读
    如何利用大模型构建<b class='flag-5'>知识图谱</b>?如何利用大模型操作结构化数据?

    大型语言模型与知识图谱:机遇与挑战

    这对知识表示领域来说是一个巨大的步骤。长时间以来,人们关注的是明确的知识,例如嵌入在文本中的知识,有时也被称为非结构化数据,以及以结构化形式存在的知识,例如在数据库和
    的头像 发表于 08-24 14:50 425次阅读
    大型语言模型与<b class='flag-5'>知识图谱</b>:机遇与挑战

    知识图谱嵌入模型 (KGE) 的总结和比较

    知识图谱嵌入(KGE)是一种利用监督学习来学习嵌入以及节点和边的向量表示的模型。它们将“知识”投射到一个连续的低维空间,这些低维空间向量一般只有几百个维度(用来表示知识存储的内存效率)。向量空间中,每个点代表一个概念,每个点在空
    的头像 发表于 07-31 16:07 621次阅读
    <b class='flag-5'>知识图谱</b>嵌入模型 (KGE) 的总结和比较

    巨微文化携手IBM依托AI共塑知识图谱新篇章

    知识图谱是具有 AI 能力加持的智能“知识库”,借助于基于 AI 的自然语言处理 (NLP) 能力,打造智能搜索、智能问答、个性化推荐、辅助决策和异常监测等能力。对于教辅此类知识密集型行业,科目复杂度高,需要多个专家协同工作
    的头像 发表于 06-05 16:17 568次阅读

    首个中文医学知识LLM:真正的赛华佗—华驼(HuaTuo)

    通过医学知识图谱和 GPT 3.5 API 构建了中文医学指令数据集,并在此基础上对 LLaMA 进行了指令微调,提高了 LLaMA 在医疗领域的问答效果。
    的头像 发表于 05-08 11:30 1245次阅读
    首个中文医学<b class='flag-5'>知识</b>LLM:真正的赛华佗—华驼(HuaTuo)