知識圖譜平臺

云知聲知識圖譜平臺(UniKG)是一套知識圖譜全生命周期管理平臺。采用自然語言處理和知識圖譜技術打造,提供可視化的知識圖譜構建與管理功能,并提供面向知識服務和應用的知識圖譜標準開發套件。

合作咨詢

合作咨詢
請完善以下信息,云知聲期待與您的合作!
我們如何聯系您
公司名稱:
您的姓名:
手機號:
郵箱:
選擇咨詢的內容

首頁

核心技術

平臺服務

PaaS

SaaS

智慧物聯

云智云AIoT平臺

智能家居

智慧酒店

智慧社區

智慧園區

智慧交通

智慧文旅

智慧醫療

智慧醫療解決方案

語音電子病歷系統

智能病歷質控系統

單病種質控系統

智能醫保審核系統

導醫機器人

智能隨訪系統

關于我們

了解云知聲

新聞中心

聯系我們

加入我們

使用場景具體描述
取消
提交

知識圖譜是一種大規模語義網絡,它以結構化的形式描述客觀世界中的概念、實體及其關系,并有以下特點:

概念標準化
讓機器:看得懂

建立了標準化概念,可對數據中的各種說法統一到知識圖譜

概念層次化
讓機器:能計算

建立了各種概念之間的層次關系,可實現知識的層次推理

概念關聯化
讓機器:可連接
建立了各種概念之間的關系,可實現知識的因果關系或關聯推理
產品架構圖

知識圖譜架構圖.png

產品功能
知識建模
支持圖譜 Schema 中的實體、屬性,關系、事件的定義及編輯,支持圖譜 Schema 的發布,引用和導入導出
知識編輯
支持本體編輯、實體編輯、關系和屬性編輯、知識批量導入導出; 支持多人協同的知識加工過程
知識溯源
支持知識溯源,實現知識來源的跟蹤與維護, 為知識可信度、知識融合提供依據
版本管理
支持版本管理,可實現歷史版本 回溯、差異比較
權限管理
支持賬號體系、權限安全、知識圖譜加密等機制
知識抽取

結構化數據知識抽取

半結構化數據知識抽取

非結構化數據知識抽取

知識融合

支持實體對齊,歸一化處理,指代消歧等知識融合方式

支持基于規則的知識推理及補全,基于深度學習的知識預測等

支持知識質量評估,錯誤知識的發現與糾正、過期知識的更新等知識質量保證機制

多模態存儲

支持時間、地理、事件、計算值等特性。同時兼容 FAQ、圖片、視頻、文檔、表格等多模態數據存儲。

分布式存儲

支持多種部署模式及數據冗余架構(單機、主從、分片),線性橫向擴展,支持億級到千億級三元組存儲。

混合存儲

采用關系數據庫、NoSQL 數據庫和圖數據庫混合存儲的架構,根據知識的特性,選擇不同的存儲模式。

國產化存儲

兼容國產 CPU 和操作系統,采用國產關系數據庫(達夢)和圖數據庫(gStore和GalaxyBase)

搜索服務

支持基于 API 的知識查詢,可查概念、查實體、查關系

支持模糊查詢和精確查詢

圖計算服務

支持多種基于圖模型的分析算法,包括子圖分析,社群發現,路徑分析,關聯分析,圖中心性分析等

推理服務

支持通過已有的實體、關系、屬性推斷出未知的知識

支持運用現有的知識推導或歸納出新的知識

知識搜索

支持概念搜索、實體搜索、關系搜索、屬性搜索

支持知識圖譜的搜索服務,包括知識的索引、語義召回與排序

知識瀏覽

支持多種組織形式的知識可視瀏覽,清晰描述事件隨時間或地點變化的演進

知識分析

通過路徑分析、關聯分析、焦點分析、路徑探索挖掘隱藏價值信息

智能檢索

基于用戶輸入的詞條或者短語中的關鍵詞,以實體鏈接和意圖理解為基礎,與知識圖譜中的實體進行實體鏈接,實現語義級搜索。

智能推薦

包括智能文檔推薦和問句推薦兩類功能;在內容相似度和共現訪問分析基礎之上,采用知識圖譜推理和語義理解技術,實現文檔和問句推薦。

智能問答

通過對問句進行實體發現與鏈接、關系抽取、機器閱讀理解和計算語義相似度,實現問題的語義解析與匹配,在圖譜和文檔庫中精準找到答案知識。

故障診斷

基于知識圖譜技術構建工業系統故障智能診斷體系,提供系統檢修標準知識服務,提供故障類案推理服務,從而實現系統故障的智能化診斷和運維。

質量控制

基于知識圖譜和自然語言理解技術,從行業規范、技術標準中抽取知識,建立行業技術規范知識圖譜。基于此,可實現業務數據的規范性審核校驗、質量控制。

產品優勢
可視化低成本敏捷構建
全生命周期的知識管理
標準化知識訪問接口
插件化知識圖譜展示交互
完整的知識應用產品矩陣
多行業成熟落地應用經驗
客戶價值觀

基于知識圖譜平臺
可快速構建行業知識圖譜

實現企業認知智能升級

技術優勢

微信圖片_20210802161829.jpg

榮譽獎項
技術獎項
01
《大規模知識圖譜構建關鍵技術與應用》獲得2019年北京市科技進步一等獎
02
CCKS2020面向中文電子病歷的醫療實體及事件抽取醫療命名實體識別 第一名
03
2020語言與智能技術競賽機器閱讀理解任務 第一名
04
CCKS2020 醫療實體識別評測 第一名,并獲得了該任務唯一的技術創新獎
05
CHIP(醫學信息處理大會) 2019 手術名稱標準化評測 第一名
06
法研杯(法律人工智能挑戰賽)2020- 論辯挖掘 第二名
學術榮譽
01
CCKS 2020 最佳英文論文,最佳中文論文提名獎
02
CCKS 2019 最佳英文論文
應用場景
應用場景
病歷質控、單病種質控、自動問診、合理用藥、臨床輔助決策
業務痛點
● 醫療知識量大、缺乏統一的知識維護體系且知識多樣化、維護成本高
● 病歷質控是醫院質量管理的重要環節,意義重大。但工作量大、專業性強,醫院病案質控人員資源有限,無法進行
   全量文書,全類缺陷的檢出,亟需AI工具減負增效
解決方案

● 基于自然語言理解技術,結合臨床知識圖譜,讓系統能夠理解病歷內涵,并應用知識推理,篩查病歷中的書寫不規范、診療不合理等內涵缺陷,幫助病歷質控人員快速定位問題,確定問題

● 基于權威國際醫療術語集的醫療概念層級體系,從臨床指南、藥品說明書等權威醫療文本中基于深度學習與人工審核的半自動化醫療關聯關系抽取;基于醫療病歷的實體關系抽取和鏈接技術,融合來自臨床的醫療知識

應用場景

運檢知識輔助助手

業務痛點

● 設備運檢知識體系龐大,運檢人員難以掌握

● 現場運維保障人員由于經驗和專業技能的欠缺,故障處理消缺力度不夠

解決方案

● 基于知識圖譜,建立電力標準規范行業知識服務系統,為企業提供的知識文檔管理、查詢、搜索、推薦功能,實現知識的所用所得。

● 將電力知識圖譜應用到巡檢語音錄入、文本結構化、檢修操作輔助等生產、運營環節,提升運檢業務自動化水平和工作效率。

應用場景

軍工設備設計助手、武器檢修輔助

業務痛點

武器設計維修是復雜的系統工程,需要大量的專業知識,如:規范、設計標準、設計原理、專家經驗等。

解決方案

通過構建武器設計知識圖譜從而提供武器設計知識服務,包括搜索、問答、推薦、關聯分析等,利用知識推理與知識預測技術,協助進行武器檢修和武器設計創新,利用智能檢索、知識問答,快速、精確查找故障及處置經驗,提高工作效率,完善武器知識管理體系。

應用場景

文物數字化保護、導覽展示

業務痛點

● 文物知識量大、持續更新

● 缺乏統一的知識維護體系

● 知識多樣化、維護成本高

解決方案

● 基于知識圖譜,建立文物知識管理方案,提供文物知識的存儲、管理、編輯、瀏覽、訪問、分享

● 實現基于知識圖譜的文物知識問答、導覽、展示、互動交互,實現文物的數字化保護、文物認知智能

場景應用

建筑規范語義表示與圖紙審核應用

業務痛點

● 建筑規范以文本方式維護,知識量大、持續更新

● 建筑規范沒法由機器自動化應用,必須經過人才能應用到建筑設計與審核中

解決方案

● 基于建筑設計規范構建可運營、可擴展的建筑設計審核知識圖譜;

● 構建建筑設計審核系統,審核BIM三維模型數據是否符合規范條文,不符合條款的給出依據及優化建議。

● 實現行業規范知識的結構化表征,同時也減輕了大多建筑設計審核中的人力負擔。

司法行業

案例檢索報告、爭議焦點研判

業務痛點

● 法律知識體系龐大, 律師的案件審核工作負荷大

● 檢索報告制作效率低、質量不高,特別是爭議焦點檢索分析難度大

解決方案

● 基于法律知識圖譜的案例檢索方案,自動實現爭議焦點和裁判要點分析,自動獲得支撐法規和案例。

● 在降低司法人員檢索工作量的同時,也提升了案例檢索的質量。

聯系我們,獲取一對一客戶服務
合作咨詢
青青草原网站手机版