近日，信息檢索和數(shù)據(jù)挖掘領(lǐng)域的國際頂級學(xué)術(shù)會議CIKM公布了2022年Demo論文的錄用結(jié)果，容聯(lián)云人工智能實(shí)驗(yàn)室（Cloopen Research）與南開大學(xué)合作的論文《DASH: An Agile Knowledge Graph System Disentangling Demands, Algorithms, Data Sources, and Humans》已被CIKM 2022錄用。

CIKM起始于1992年，是信息檢索和數(shù)據(jù)挖掘領(lǐng)域的國際頂級學(xué)術(shù)會議。

隨著人工智能的發(fā)展，知識圖譜已成為理解與利用多源異構(gòu)數(shù)據(jù)的有效方法。通過實(shí)現(xiàn)“數(shù)據(jù)→知識→知識圖譜”的轉(zhuǎn)化，可有效支撐多樣化的下游應(yīng)用，包括智能問答、信息檢索、內(nèi)容推薦、 金融 風(fēng)控、精準(zhǔn) 營銷 獲客等。

近年來，以谷歌、百度、微軟為代表的頭部 互聯(lián)網(wǎng) 企業(yè)依托其“數(shù)據(jù)—業(yè)務(wù)—技術(shù)”的成熟閉環(huán)，已經(jīng)成功實(shí)現(xiàn)了通用知識圖譜（General-purpose Knowledge Graphs）的構(gòu)建與落地應(yīng)用。

與頭部互聯(lián)網(wǎng)企業(yè)不同，多數(shù)企業(yè)需要構(gòu)建并利用領(lǐng)域知識圖譜（Domain-specific Knowledge Graphs）來支撐不同的業(yè)務(wù)需求。與通用知識圖譜相比，領(lǐng)域知識圖譜更強(qiáng)調(diào)知識深度，是支持Al大腦深度思考的基礎(chǔ)，同時(shí)也是未來主要的增長點(diǎn)。通過知識圖譜技術(shù)來量化和刻畫企業(yè)在物理世界里的生產(chǎn)要素、經(jīng)營活動、業(yè)務(wù)知識、業(yè)務(wù)規(guī)則等，是企業(yè)的數(shù)字孿生智能體。

然而，受技術(shù)和成本雙重約束，大多數(shù)中小型互聯(lián)網(wǎng)企業(yè)、非互聯(lián)網(wǎng)企業(yè)在構(gòu)建并使用領(lǐng)域知識圖譜時(shí)仍然面臨許多挑戰(zhàn)：

挑戰(zhàn)1:?在知識圖譜構(gòu)建階段，如何適應(yīng)動態(tài)變化的知識類型（例如關(guān)系、事件、意見要素等）和知識模式（schema）？

挑戰(zhàn)2:?在知識圖譜應(yīng)用階段，復(fù)雜的業(yè)務(wù)場景通常涉及多跳推理、數(shù)值計(jì)算等復(fù)雜查詢，如何準(zhǔn)確應(yīng)答？

挑戰(zhàn)3:?如何降低算法對人工標(biāo)注的依賴，實(shí)現(xiàn)對新業(yè)務(wù)、新場景的快速響應(yīng)？

面對上述挑戰(zhàn)，通用知識圖譜的成功經(jīng)驗(yàn)難以直接遷移到大多數(shù)企業(yè)。因此，構(gòu)建一套低成本、可遷移的知識圖譜解決方案具有重要意義。

為了實(shí)現(xiàn)這一目標(biāo)，論文提出了DASH設(shè)計(jì)理念（Disentangle Demands, Algorithms, data Sources, and Humans），即在知識圖譜構(gòu)建與應(yīng)用過程中將“業(yè)務(wù)、算法、數(shù)據(jù)、人力”解耦合，最大程度保證算法的標(biāo)準(zhǔn)化，降低企業(yè)接入知識圖譜的技術(shù)門檻。基于該設(shè)計(jì)理念，容聯(lián)云開發(fā)了一個(gè)低成本、可遷移的敏捷知識圖譜系統(tǒng)，該系統(tǒng)的整體架構(gòu)如下圖所示。

容聯(lián)云知識圖譜系統(tǒng)整體架構(gòu)

具體地，該系統(tǒng)配備了基于多輪機(jī)器閱讀理解的知識抽取方法(MRC- KE)、分層知識圖譜問答方法(Hi-KBQA)和半自動化數(shù)據(jù)積累方法等先進(jìn)技術(shù)。這些算法具有出色的可遷移性和準(zhǔn)確性，在面對新業(yè)務(wù)、新場景、新數(shù)據(jù)時(shí)，可快速適應(yīng)少樣本、零樣本的情況，有效降低系統(tǒng)對人工標(biāo)注的依賴，實(shí)現(xiàn)更快捷的部署實(shí)施。此外，平臺也允許用戶根據(jù)業(yè)務(wù)需求靈活提供“行業(yè)知識、業(yè)務(wù)知識”，進(jìn)而實(shí)現(xiàn)便捷的“人機(jī)配合”。

該知識圖譜系統(tǒng)是容聯(lián)云在“通訊+AI”技術(shù)的雙輪驅(qū)動下的新突破，有效推動容聯(lián)云在自然語言理解、認(rèn)知智能等方向的技術(shù)提升。未來，容聯(lián)云還將繼續(xù)深耕AI算法的深度研發(fā)，持續(xù)投入AI技術(shù)與智能化的場景應(yīng)用挖掘，以領(lǐng)先的技術(shù)為企業(yè)的數(shù)智化升級賦能助力。