基于海量公开数据的大规模商业交易图谱构建及预测

程序员研修院

企业官方账号

2023-01-12 15:19:01

课程名称	适应人群
基于海量公开数据的大规模商业交易图谱构建及预测	有兴趣了解自然语言处理在业务应用的学习者和开发者。

利用最新的深度学习技术训练精准的商业交易信息提取模型，并结合百炼智能的高性能知识图谱技术，构建千万实体数亿关系的商业交易图谱，并在图谱上进行推理和预测。

...全文

309 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

多模态人工智能 2020-02-16

打赏
举报

回复

这个主讲人对业务内容的介绍太多了

宋勋超，硕士毕业于浙江大学，百度知识图谱部主任研发架构师。参与了百度知识图谱设计及构建的整体流程，具有丰富的知识图谱实践经验。目前主要负责通用知识图谱构建、语义理解、图谱架构等技术，同时负责百度行业知识图谱相关工作。研发成果在百度搜索、信息流、DuerOS，行业图谱产品等多项产品中广泛应用。知识图谱在人工智能应用中的重要价值日益突显。基于海量互联网资源，百度构建了超大规模的通用知识图谱，...

作者|贾强槐@蚂蚁大家好，这里是NewBeeNLP。蚂蚁集团在线下支付、线上服务领域沉淀了海量的数据，涵盖了商家、门店、小程序、品牌等商户数据，以及交易、营销等行为数据，如何合理地组织并自动关联各维度的信息，为蚂蚁建设丰富、高效、精准、一体化的商家知识基础设施，是一项既有挑战又有意义的工作。今天的分享围绕蚂蚁线下线上联动的商家特色，首先介绍商家知识图谱的构建方法，接着...

属性提取：大规模预训练模型可以从文本中提取实体的属性，例如人物的职业、地点的地理位置等，并将这些属性映射到知识图谱中的属性值上。知识图谱补全：大规模预训练模型可以通过对知识图谱中已有实体和关系的学习，预测出知识图谱中未知实体和关系的属性值，从而完成知识图谱的补全。实体识别：大规模预训练模型可以通过对海量文本的学习，识别文本中出现的实体，并将其映射到知识图谱中的实体节点上。语义匹配：大规模预训练模型可以学习到语义上的相似性，从而可以实现实体、关系和属性的语义匹配，提高知识图谱的语义一致性和准确性。

本文通过对真实税务数据和金融知识图谱的应用需求进行分析，从图谱的构建流程出发，对税务数据进行数据处理、知识推理和建模等操作，基于税务数据完成金融知识图谱的构建。通过对金融知识图谱的构建，我们获得了包含丰富企业关系信息的图谱数据。首先，深入分析金融企业的异常进销行为，将BERT模型应用于税务进销数据的信息挖掘，通过对模型的探索和对指标瓶颈的分析，提出基于语料增强的改进方案。知识图谱凭借强大的语义表达、存储与推理能力，在金融领域有广阔的应用空间，为互联网时代的数据知识组织与智能应用提供了有效的解决方案。

导读：人工智能作为国家新基建战略的重点建设项目，是新一轮产业变革的核心驱动力量。当前人工智能正由感知智能走向认知智能，而知识图谱是实现认知智能的基石。知识图谱作为是大数据时代的知识工程集大成者，以其强大的语义表示能力、存储能力和推理能力，为互联网时代的数据知识化组织和智能应用提供了有效的解决方案。本次分享将探讨如何基于知识图谱构建新一代数据智能基础设施，实现海量多模态数据的深度语义化治理。主要内容包括：新基建简介知识图谱助力新基建基于知识图谱的智能数据治理基于知识

CSDN讲师的课程社区_NO_48

1

社区成员

42

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章