在2011年5月，美國海豹部隊第六分隊在巴基斯坦阿伯塔巴德的一座豪宅內(nèi)抓獲恐怖分子本·拉登，這次行動背靠情報部門與特種部隊，然而起絕對性因素的是背后包含極大數(shù)據(jù)量的知識圖譜。

Palantir公司，是加州硅谷一家專門從事數(shù)據(jù)集成、信息管理、定量分析的公司，與美國CIA、FBI等機構(gòu)有著深度合作，并為其提供基于知識圖譜、大數(shù)據(jù)分析的業(yè)務(wù)服務(wù)。

“9.11”嫌犯的供詞提及了本·拉登的聯(lián)系線人，巴基斯坦抓獲的某基地組織頭目與繼任者之間與該聯(lián)系線人也有聯(lián)系，Palantir公司基于這一條關(guān)系線，展開了對世界各基地頭目通信和事件的知識圖譜的構(gòu)建，并采用大數(shù)據(jù)關(guān)聯(lián)分析技術(shù)、人類行為模型算法對CIA、FBI海量情報數(shù)據(jù)進行分析，最終鎖定了本·拉登唯一聯(lián)系信人艾哈邁德。再通過對嫌疑人艾哈邁德的通信與行為追蹤監(jiān)控，Palantir公司找到了本·拉登的藏身地點。

知識圖譜不僅在抓捕罪犯上大展身手，其實在生活的方方面面都大有用處。

知識圖譜是什么？

知識圖譜（Knowledge Graph），在圖書情報界稱為知識域可視化或知識領(lǐng)域映射地圖，是顯示知識發(fā)展進程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識及它們之間的相互聯(lián)系。

知識圖譜的前世今生

知識圖譜這一概念在2012年由谷歌提出，其提供了一種全新的底層邏輯去實現(xiàn)知識數(shù)據(jù)的記錄與搜索質(zhì)量的提升。其起源可以追溯到更早的1938年，隨著文獻計量學(xué)和科學(xué)計量學(xué)的誕生，科學(xué)家們開始制作了早期的學(xué)科圖譜，后續(xù)學(xué)科圖譜制作逐漸精良，形象地展示了各個自然學(xué)科與技術(shù)分支之間的關(guān)系。再到20世紀(jì)末，隨著計算機網(wǎng)絡(luò)的飛速發(fā)展，線上大量數(shù)據(jù)產(chǎn)生，知識的數(shù)量、種類也大量擴張且可視化技術(shù)實現(xiàn)突破，知識圖譜逐漸受到大眾認(rèn)可。直至今日，人工智能大數(shù)據(jù)時代來臨，知識圖譜作為重要的知識表示方式之一，從全新視角為機器語言認(rèn)知提供支持，使得人工智能對人類自然語言的理解更加精確，從而幫助人類實現(xiàn)更多知識的分析與利用。知識圖譜本質(zhì)上是語義網(wǎng)絡(luò)（semantic network）的知識庫，從應(yīng)用的角度可以說知識圖譜是一種多關(guān)系圖譜（multi-relational graph），圖中的結(jié)點代表實體(entity)或者概念(concept)，邊代表實體/概念之間的各種語義關(guān)系。

知識圖譜在商業(yè)中的應(yīng)用

知識圖譜將來自各個部門的人類經(jīng)驗和數(shù)據(jù)轉(zhuǎn)化為數(shù)字知識，以便員工做出更好、更快的決策。其更是一個模型網(wǎng)絡(luò)，為企業(yè)的關(guān)鍵決策流程提供連續(xù)的、可操作的建議。知識圖譜與算法模型的深度結(jié)合，能夠加速從數(shù)據(jù)筒倉和信息源中提取知識，以揭示在知識或流程描述中上下文的關(guān)系，從而實現(xiàn)優(yōu)化工作流。

知識圖譜目前廣泛應(yīng)用于各個行業(yè)中，其中智能搜索、醫(yī)療、金融投資、政府管理和安全、電商營銷運營、聊天機器人（深度問答）、社交網(wǎng)絡(luò)等幾大領(lǐng)域表現(xiàn)最為優(yōu)異。

如在智能搜索上，知識圖譜基于先天優(yōu)勢可以為用戶提供豐富的結(jié)構(gòu)化知識結(jié)果，詳細展示信息與知識之間的聯(lián)系，可以通過搜索直接得到用戶想要的答案，減少了大量知識數(shù)據(jù)檢索的時間。

在聊天機器人上的應(yīng)用邏輯，其實與智能搜索一致，只是其更加強調(diào)輸出時與真人的相似程度以及特定場景中不同問題的交互邏輯，通過背后大規(guī)模知識圖譜的支持，讓機器人可以使用準(zhǔn)確、簡潔的語言提供解答服務(wù)，讓交互變得更智能。

而在電商領(lǐng)域，基于國內(nèi)優(yōu)秀的生態(tài)搭建所產(chǎn)生的海量商品信息與交易數(shù)據(jù)，知識圖譜幫助電商商家構(gòu)建起百億級商品知識圖譜，在搜索商品、詢問商品詳情、智能問答等方面均大大提升了消費者的購物體驗。

沃豐科技AI場景落地專家GaussMind基于深度學(xué)習(xí)NLP算法，實現(xiàn)上傳、標(biāo)注數(shù)據(jù)，自定義構(gòu)建模型訓(xùn)練，構(gòu)建可視化圖譜，將非結(jié)構(gòu)化文檔自動構(gòu)建成知識圖譜結(jié)構(gòu)化知識表示，快速查找知識構(gòu)建知識關(guān)聯(lián)，發(fā)現(xiàn)未知聯(lián)系，賦能企業(yè)對知識數(shù)據(jù)的多緯度利用。