NLPIR系統實現知識圖譜技術的企業服務場景應用

知識圖譜在行業應用方面實現的突破具體表現在知識表示、知識獲取和知識應用三個層面。在知識表示層面，行業應用領域知識圖譜的廣度、深度和粒度都和傳統知識圖譜有差別。知識圖譜在下面一些典型的企業服務場景可以產生超出預期的效果：
供應鏈優化：企業生產商品的過程中通常要採購各種不同的原材料、輔料和半成品等，如何集中採購，如何找到物美價廉的供應商，如何及時瞭解供應商的情況，都依賴於以知識圖譜技術爲基礎的非標準和非結構化數據分析技術。例如，自動的蒐集和比對每一種原料輔料在各個電商和渠道中的價格和銷量，自動的蒐集和比對招投標文檔找到行業中某款產品服務中標最多或價格最優的供應商，甚至於將不同工廠不同ERP中的原料輔料類別體系合併以進行集中採購。
財務法務：在企業的財務、稅務和法務等相關環節,由於涉及到大量專業文檔的處理,並對處理精度有着極高的要求,知識圖譜和認知計算能發揮重要的作用。例如,快速的比對客戶返回的合同與己方合同模版的差異,並強調重要的改動之處;對銷售數據快速統計,並與進銷存系統數字覈對,計算給渠道代理商的返點,以做到及時返點;根據業務合同的內容,快速在財務系統中創建一條相應的財務記錄,自動填寫相關的名目並附上證據;自動蒐集政府政策文件查找符合企業的稅收和扶持政策。
KGB(Knowledge Graph Builder)知識圖譜引擎是自主研發的知識圖譜構建與推理引擎，基於漢語詞法分析的基礎上，採用KGB語法實現了實時高效的知識生成，可以從非結構化文本中抽取各類知識，並實現了從表格中抽取指定的內容等。KGB同時可以定義不同的動作，如抽取動作，並能自定義各類後處理程序。利用KGB知識圖譜引擎可以抽取到產品的詳細報價信息，方便進行下一步的數據挖掘與圖譜構建。
KGB知識圖譜 能夠實現跨領域可擴展。
知識圖譜加工廠具有通用的圖譜構建引擎。知識抽取、知識關聯與質量覈查過程不依賴特定業務知識，結合用戶知識圖譜構建的需求，可以快速構建用戶領域知識圖譜。
KGB知識圖譜能夠實現對知識質量智能覈查
知識圖譜加工廠實現對多種知識錯誤與衝突的智能覈查與校驗，並對知識庫進行實時自動更新，保證知識圖譜準確性。
KGB知識圖譜採用人機結合的服務
知識圖譜加工場人機構成：90%機器+10%的人工，只需要提供語料，就可以快速得到對應的知識圖譜構建成果。
KGB知識圖譜現在已經在保險文本知識抽取，專業合同知識、安評報告、招投標文件的知識抽取與覈查，以及上市公司的上市數據分析等行業開展了應用。