沃丰科技GaussMind知识图谱平台_知识图谱工具

沃丰科技GaussMind知识图谱平台

沃丰科技GaussMind知识图谱平台，通过ETL模块，连接各个不同数据源，抽取文本内容，进入数据仓库，打通设备数据分布散乱带来的隔离。基于深度学习技术，自动对数据进行实体抽取、关系抽取、事件抽取，构建数据关联，建立知识图谱，降低知识运营成本。

立即咨询

首页 > 产品中心 > 企业服务 > 沃丰科技GaussMind知识图谱平台

知识图谱痛点

起源于图书情报学，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。技术痛点：如何从非结构化的、不同格式的、不同系统的数据中构建结构化的图谱。应用痛点：在遇到一个业务场景时，如何知道可以用知识图谱来解决，和用图谱来怎么解决。

某设备厂商痛点

设备信息分布散乱
各种设备知识分散在不同数据库、电子文件、线下文档中，甚至以不同的格式存储于不同的系统中，结构化水平低

知识运营管理困难
设备知识数据量大，纯靠人工难以进行知识库构建、运营和管理

知识处理技术有限
检索设备知识不方便；设备统计、不同库房备件分配、设备调度等缺乏可靠的数据支撑

知识服务应用效率低下
虽有海量的设备知识数据，却无法给现场故障服务人员提供及时、有效、专业的指导和建议，知识利用效率低

知识图谱解决路径

数据统一
通过ETL模块，连接各个不同数据源，抽取文本内容，进入数据仓库，打通设备数据分布散乱带来的隔离

数据关联
基于深度学习技术，自动对数据进行实体抽取、关系抽取、事件抽取，构建数据关联，建立知识图谱，降低知识运营成本

知识应用
通过知识图谱的搜索、推荐、复杂推理能力，实现决策认知辅助，高效应用知识能力

应用场景

应用场景

故障辅助决策：离线抽取、构建故障的事件图谱，结合图匹配+规则的推理算法，推荐故障的解决方案

某医药企业场景

知识应用程度低

药企拥有丰富的药品文档数据、患者数据、实验数据等。这些知识散落在不同文件格式和不同系统中，结构化程度低导致知识利用率低，面对药企内部员工，或外部患者的咨询，不能及时提供有效的解答

医药代表专业能力差异

医药代表帮助药企销售生产的药品。医药代表的流动性，导致新入职的医药代表专业能力不能迅速达到成熟员工的水平

知识图谱解决方案

某保险公司场景

产品咨询量大

保险公司拥有众多的产品类型，以满足不同要求的客户的保险需要。客户在了解产品的时候，通过产品条款选择产品比较费力，且容易出错，通常都需要咨询保险工作人员，咨询范围包括保险条款咨询，产品对比，产品推荐等

合同审核慢

部分产品的合同需要经过公司的审核，在合同量比较大的时候，会拖慢审核速度，影响合同签署

知识图谱解决方案

某五金生产厂商场景

项目合作人推荐：一个项目中涉及到多个供应商。当新项目启动时，通过找到以往合作过的合作商推荐，发现新的项目机会

某公司销售人员痛点

客户信息变动

客户信息变动发生变动，如换电话号码，客户离职等，无法及时更新客户信息，开发新客户

潜在行业客户开发

筛选特定行业的客户，以便有针对性的销售公司产品

知识图谱拓客解决方案 icon

知识图谱

知识图谱技术发展历程 icon

GaussMind知识图谱 icon

图谱工具平台

帮助客户从结构化、非结构化数据中，从0到1构建知识图谱，以支撑其上层应用场景

拓客平台

监控海量互联网数据，构建知识图谱，挖掘销售线索，助力企业营销

GaussMind知识图谱平台架构 icon

知识图谱-数据接入

支持多种数据解析，包括结构化，非结构化，半结构化及多模态数据利用语音识别，视频解析和OCR等技术，支持从非文本数据中抽取数据

支持抽取数据的置信度排序，和人工反馈，便于提高数据抽取准确性

图谱工具-数据接入

支持多种格式接入，抽取

图谱工具-数据处理

数据处理流程配置

本体选择：选择构建的图谱的结构定义数据配置：配置图谱构建的数据源

信息抽取：配置从数据中抽取的数据范围和方式，支持规则抽取和模型抽取

知识映射：定义从数据到图谱的字段处理，转换关系

知识融合：定义多来源数据的实体融合规则

图谱工具-知识抽取流程 icon

图谱工具-模型抽取

深度学习模型BERT，准确理解语义，Bi-LSTM强化上下文关联，CRF约束最优化路径

根据不同行业标注数据，进行调优，得到行业基础模型

引入词表及公共知识，优化模型准确率

用户提交标注数据，训练自定义模型

图谱工具-知识融合

图谱工具-多源数据

支持多个数据源同时抽取，并对抽取结果进行实体对齐，融合

图谱工具-服务管理

服务管理
管理调用图谱的服务出口

管理服务调用量

管理调用规则等

数据管理
管理构建图谱的数据源

管理数据连接配置

管理数据转换规则

管理数据处理规则

权限管理
管理用户权限

管理登陆认证

管理租户

日志管理
管理日志输出范围

管理日志字段

管理日志存储

模型管理
管理模型训练的周期

管理抽取数据使用的模型

管理模型抽取的效果对比

图谱工具-模型管理

管理自定义的模型，对模型进行发布，参数调整，版本管理

图谱工具-图谱查看

预览构建的图谱，对图谱进行修改

拓客平台

拓客平台

拓客平台-医疗主数据 icon

针对医药行业，内置医疗主数据，帮助医药行业快速挖掘销售线索

顾问服务的流程

业务顾问为您提供全行业的客服体系最佳解决方案。备注：顾问专家会通过不同行业客服的优势和弊端，取其精华去其糟粕，提供最佳实践的执行方案。

深度沟通
与用户做深度的沟通，收集信息，洞察客服团队情况。

探索发现
通过沟通找到客服团队的痛点或机会，探索优化的方向。

提案
根据用户的需求做全面的提案。

商务流程
提案确认后根据使用顾问的时间执行商务流程。

驻场调研
到用户驻场工作，深度与用户工作并做具体的研究。

解决方案
通过驻场调研和探索，提供具体的执行方案。

交付
方案交付后可以根据用户需求来做后续执行工作。

完善的实施交付体系

专属服务团队

商务经理

负责项目整体商务流程

项目经理

负责项目整体协调工作，制定项目整体实施方案，把控项目进度，定期总结汇报项目进展等服务。

实施人员

负责系统正式上线前的一对一全程跟踪及技术支持（如：后台配置、人员培训、技术支持等）

机器人训练师

1.负责智能机器人知识库的建设，保证机器人智能问答的准确率；2.收集客户的产品与服务知识库等资料，对资料进行整合与编辑；3.负责知识的优化、运营，参与知识库的逻辑规则建设；4.整理知识问答库内容，使智能机器人产品更为完善、准确、实用。

售后服务人员

提供一对一售后7x24小时服务，电话、现场、邮件、远程、工单等服务类型。

客户成功部

服务周期内提供一对一的客户跟踪与关怀、定期上门巡检、新功能使用培训等服务。严格的KPI内部考核：服务团队用户打分制，直接与服务人员考勤挂钩。

客户案例 ——故宫博物院 icon

北京故宫博物院是一座中国综合性博物馆，建立于1925年10月10日，位于北京故宫紫禁城内，收藏品包括但不限于明朝、清朝两代皇宫及其收藏。北京故宫博物院是中国最大的古代文化艺术博物馆，是第一批全国爱国主义教育示范基地。世界三大宫殿之一。北京故宫是第一批全国重点文物保护单位、第一批国家5A级旅游景区、全国未成年人思想道德建设工作先进单位，1987年入选《世界文化遗产名录》。

故宫博物院——业务分析 icon

藏品咨询：游客对故宫的藏品进行咨询，了解文物相关信息。

历史人物咨询：游客对故宫涉及到的人物以及人物关系进行咨询，了解所在宫殿的历史文化背景。

购票咨询：对故宫的各类购票政策和优惠进行咨询。

路线管理：结合游客的具体情况，推荐合适的游览路线，对特定的情况进行提醒和通知。

故宫博物院——解决方案 icon

文本机器人知识图谱情绪分析

通过对故宫博物院馆藏文物，以及涉及到的历史人物构建知识图谱，包含文物介绍，文物关联，人物介绍，和人物关联信息。通过图谱的推理能力，结合文本机器人的自然语言理解能力，解答游客有关馆藏及人物的咨询问答，提高匹配率和解决率。通过情绪监控，分析游客和机器人交互中的情绪变化，并在适当的时候对游客进行安抚。

故宫博物院——应用效果 icon

效率提升

游客的问答的匹配率提升15%，解决率提升了7%

满意度提升

通过情绪监控统计，游客满意度提升了5%

客户案例 ——施耐德 icon

客户简介施耐德电气有限公司（Schneider Electric SA）是总部位于法国的全球化电气企业，全球能效管理和自动化领域的专家，在全球100多个国家拥有超过16万名员工。施耐德电气的宗旨，是赋能所有人对能源和资源的最大化利用，推动人类进步与可持续的共同发展施耐德电气致力于推动数字化转型，服务于家居、楼宇、数据中心、基础设施和工业市场。通过集成世界领先的工艺和能源管理技术，从终端到云的互联互通产品、控制、软件和服务，贯穿业务全生命周期，实现整合的企业级管理。

业务背景施耐德电气的产品包含了上千个产品线，每个产品线又包含多个型号和技术选型，数万个产品的产品信息构成了一个庞大的数据量，这些数据的管理给施耐德的数字化进程提出了挑战，用户想要查询这些数据变的更加困难。

施耐德——业务分析