基于NLP技術,實現信息提取、分詞、知識抽取,完成知識獲取步驟,為最終的知識融合和利用提供基礎。以應急預案為例,通過自然語言分析技術,解決預案記憶難、尋找難的痛點,解決預案相關專業知識從專業人員頭腦中變為讓機器掌握和智能學習的難點,實現預案文本變成預案知識,最終形成以知識圖譜為核心,支撐多知識利用場景,應急知識圖譜構建和持續學習更新。
知識融合,即合并兩個知識圖譜(本體),基本的問題都是怎樣將來自多個來源的關于同一個實體或概念的描述信息融合起來。綜合利用數據治理平臺的數據處理能力,從數據預處理、分塊、記錄鏈接、結果評估到結果輸出,其中涉及到各類相似度計算、實體相似度計算、采用算法平臺提供的聚合、聚類、向量計算等算法實現。
識別挖掘提取概念和實體屬性及關系等知識,形成超大規模低噪音高價值的知識圖譜,可以推理發現和預測等決策支持。提供諸如語義搜索、智能問答、語義理解、媒體理解、推理引擎、決策引擎等知識利用場景。
支持多源異構數據源的高速處理,快速建立知識網絡
實現基于知識圖譜的精準分析,支持自動學習和人工干預相結合
全程向導式、拖拽式應用模式,易用擴展和使用
實現基于機器學習的深度推理訓練和模型評價自動優化
利用大數據技術和圖數據展示方法,采用自上而下的方法構建實物資產ID信通設備信息一張網,自我發掘信息價值;在一張網的基礎上向業務前后端,及業務縱向端進行數據全過程融合圖譜構建;最終構建以資產設備設備拓撲為中心,橫向貫穿設備全生命周期質量數據圖譜。
利用各類公安業務和社會數據,采用知識圖譜和大數據可視化技術,搭建大數據研判分析平臺,全方位、多層次、多角度展示分析反恐維穩、社會治安、警務工作質態等情況,滿足聯合值守、情報研判、聯合指揮、領導決策、數據查詢等工作需要。