可视化构建知识图谱,所见即所得,0代码知识构建模式。只需通过简单的拖拽操作即可轻松完成知识图谱的构建任务,极大的降低图谱构建难度,对使用者的技术要求
系统预置大量的非结构化数据抽取、三元组抽取构建模型,可供用户自由选择、灵活组合使用。满足用户不同应用场景、不同领域图谱的快速构建的需求
覆盖本体设计、知识抽取、知识融合、图数据管理、应用发布等全流程功能,同时,支持多种格式文件,具有较好的兼容性。满足跨平台、多用户协同使用的需求
通过项目管理将技术与业务有机结合,实现知识图谱的有效分工。使设计人员轻松驾驭图谱构建,更专注于图谱业务的设计优化,而技术人员无需参与重复性的基础工作
可视化Schema设计
“以图构图”设计模式
“自动化”信息抽取
智能化图谱构建
预置基础服务
图探索
“0代码”构建图谱
一键式图谱生成
“低难度”构建图谱
可视化数据映射
智能派单主要面向智能客服、智能运维等应用场景中的工单的派发,通过对目标派发工单内容包括工单标题、诉求地址、工单内容、诉求目的等信息进行语义理解分析,识别关键信息内容,系统自动识别,智能推算预判工单处置部门,推荐工单派发部门并给出推荐单位预测值,辅助业务人员快速实现工单的派发
通过运用关键词提取、词向量表达、地址抽取、相似度计算等技术,结合知识图谱对事件的关联关系分析。以事件为中心,从时间、空间、地理位置等多维构建分析模型。真正实现“一人多诉、同人同诉、多人同诉”等事件的合一处置,居民关心的同诉事件的优先处理
通过对目标工单文本内容进行语义理解分析,识别关键地址命名实体,从而实现系统自动从文本数据中抽取出工单内容中的地址信息。后续用户可实现工单的地图标注,及投诉事件的区域热度分析等
在城市大脑个性化推荐中,以“我”为中心整合服务资源并进行个性化定制,通过知识图谱分析用户行为习惯和环境信息,使用图嵌入、图路径分析、社区发现算法等方法,智能推送用户关注度高、关联性强的信息,主动提供服务
通过构建,设计知识图谱问答(KBQA)系统,支持多实体多跳(Multi-hop)匹配和推理。基于脑库知识图谱组件和脑库时空构建组件将空间和非空间数据结合,实现空间推理。通过知识图谱语义问答和GIS的结合,将位置和相应的属性精准返回,实现知识和地图的可访问及互操作,为城市服务提供便捷
基于多年政务行业积累,为政务用户提供分析预警模型,围绕居民基础信息、被诉主体信息、工单信息等,分析城市事件发展趋势、规律、特点等,城市事件的周期性、趋势性变化,对热点舆情、突发事件进行实时预警研判。真正实现“主动处置、未诉先办”的目标
城市知识图谱覆盖设备、承载物、管理、事件、领域和规则等概念,构建城市多领域知识底座,用于处理城市服务和城市治理问题。例如当发生占用消防车道事件时,消防通道传感器记录相关信息,并进行报警。同时,将涉事车辆相关信息反馈给管理部门,业务人员再根据地址区域、规章等信息对违章停车事件快速干预处理。相关构建和应用研究方法被CCKS2021收录3