文/明略科学院知识工程实验室 张杰

HAO图谱是基于明略科技集团多年积累的知识图谱套件（包括结构化数据库治理工具CONA，非结构化文本标注工具Raptor，大规模秒级响应图数据库NEST，人机交互可视化工具SCOPA等），结合近100TB增量数据的日处理能力与十多个行业经验沉淀，形成的一系列技术、软件组成的工具包，可面向不同行业，快速定制化构建领域知识图谱。

HAO图谱，源自于HAO智能。HAO智能，是2018年由明略科技集团创始人、董事长兼CEO吴明辉和明略科技集团首席科学家、明略科学院院长吴信东提出的一个计算体系，目的是把人类智能（Human Intelligence）、人工智能（Artificial Intelligence）还有组织智能（Organizational Intelligence）进行集成，打通感知、认知和行动三类不同的系统。

其中，感知系统，包括从多维感知数据汇聚、治理、管理、开发到共享服务的平台。认知系统，包括关联挖掘、知识图谱的构建，以及基于知识图谱的检索、推荐平台。行动系统，除了交互式BI，面对行业的小程序或者APP，还有一些硬件产品，比如机械臂、电子工牌等。

目前，HAO图谱，能够把语音或者文本这类一维的序列翻译成高维的图结构，形成由实体和关系组成的图谱。在图谱中，找出重点，做图谱摘要或者事件抽取，然后把重点的关系和实体，映射到后台大的知识图谱中。后台的知识图谱包括由一些实体组成的数据图谱，由行业经验积累而成的因果图谱，以及半自动的特定领域的概念图谱和语义工具。在这些数据图谱和知识图谱基础之上，可以实现可视化、预测和内容生成。

HAO图谱的四大关键技术

HAO图谱主要涉及四大关键技术。第一，句子级实体关系抽取。目前可以实时的把句子翻译成图谱。例如，从视频中把语音提取出来，然后转成文字。如果转成的文字，准确率不理想，则基于后台行业的语义工具，进行修正，再实时生成图谱，正在说的那句话，相关的节点就会点亮，然后做裁剪，生成一个图谱摘要。该项技术可以用于呼叫中心和短视频舆情监控。

第二，在句子级实体关系抽取的基础之上做篇章级图谱摘要。例如，一篇关于火灾的新闻，抽取和火灾相关的所有要素信息转成图谱。

在篇章级的图谱摘要基础之上，还可以做跨篇章的事件关联，比如，融资信息、招投标新闻，可以密集地对时间、类型进行抽取，然后拼装，形成一个摘要图谱。

第三，知识表示，向量化地表示信息丰富的整个网络结构。例如，在金融个人信贷领域，正常的借款人的社交关系可能是一个网状结构，而经过中介包装之后，可能是曲块状结构。这类网络静态结构需要向量化地进行知识表示。

第四，人机交互决策，包含关联分析、社会网络分析、递进推演、隐性关系推断、探索式BI、客服辅助等。例如，某金融集团的母公司高管被刑拘，导致母公司出现舆情危机，过段时间子公司可能发生债务违约。这一关联分析洞察可通过用户交互的探索式可视化图谱展示出来。

HAO图谱的应用场景

HAO图谱如何在商业场景中应用落地？在社交媒体舆情分析场景中，基于知识图谱，可以把用户产生的评论，与后台提前设计好的品牌相结合，去看品牌有哪些产品，特定产品有多少维度，特定维度的用户舆情走势是什么，然后把这些结果整合到BI系统，为运营人员提供用户需求洞察。在此基础之上做千人千面的个性化广告生成。

比如，一位博主，发微博说最近天气忽冷忽热，小孩经常感冒发烧。采集这条微博信息后，做文本分析，可以知道这个客群属于哪个阶段，关注点是什么，后台哪个产品维度与之匹配，然后为其量身定制一款广告，比如，某款奶粉不含添加因素，可以提高宝宝的免疫力，然后在社交平台上定向推送给这位用户。

在线下客单价比较高的行业中，比如珠宝、家具、汽车，普遍存在获客成本较高，线下导购人员年轻化、销售技能跟不上，导致大比例流单的现象存在。在线下导购场景中，通过佩戴明略科技的电子工牌，在尊重和保护用户隐私的前提下，把销售人员面向客户的沟通内容，经过语音转成文本，进行话题分类，形成一个话题转移的知识图谱，计算出话题之间转移的概率，帮助销售人员复盘，分析流单的主要环节，改善话题转移和引导，提高成单率。

因此，通过知识图谱，企业可以把本身产生的结构化信息和外界的互联网信息打通，把结构化和非结构化信息融合、汇聚，在数据维度上进一步拓展，同时，把人类专家的先验经验，总结的因果关系，沉淀至知识图谱，使数据图谱演化为知识图谱，真正发挥大数据的红利，帮助企业实现从数据到知识的智能化升级。