袁峻峰 | AI 与理性投资——基于金融知识图谱的智能问答

本文转自公众号蚂蚁金服评论,版权属于袁峻峰,仅代表个人观点。
作者介绍:袁峻峰,花名观妙,蚂蚁金服人工智能部。

 

国内的股票市场,一般认为是更加倾向于主题投资而不是基本面、价值投资的市场,原因之一是散户贡献了大部分成交量。与此同时,监管机构一再教育广大投资者要理性投资、价值投资,在2017年全国证券期货监管工作会议上,证监会主席刘士余也批判了题材炒作,鼓励理性投资、价值投资。

理性一直是人类探讨的一个永恒话题。本文并不打算就这一话题展开讨论,这里只描述下相关假设。本文所描述理性是按诺贝尔经济学奖,图灵奖获得者郝伯特·西蒙的不确定性环境下决策理论中的定义:理性应当是有限的理性,而不是完全理性;应当是过程合理性,而不是本质合理性。过程理性决策步骤可以参考文章[1][3]中描述。其实不论价值投资还是主题投资其实都可以理性投资。

继续阅读“袁峻峰 | AI 与理性投资——基于金融知识图谱的智能问答”

阮彤 | 中文医疗健康知识图谱在临床电子病历挖掘中的应用探讨

​作者介绍

阮彤 – 现任华东理工大学计算机技术研究所所长,自然语言处理与大数据挖掘实验室主任,专注于自然语言处理、知识图谱方面的研究,承担了多项 863 与科技支撑项目。

以医院电子病历为核心的临床数据记录了病人的疾病、诊断和治疗信息。挖掘此类数据,可以辅助医生了解人口学信息、临床症状、治疗方法和疗效之间的量化关系,帮助病人选择更好的治疗方案,进而提升医疗服务质量,降低医疗成本。

然而,在临床中,大量的医疗文书是以文本形式存在。同时,医生录入缺乏语义规范,同一诊断与治疗方案,不同医生的录入结果会不同。因此,在挖掘之前,需要对数据进行结构化与规范化。在这个过程中,医疗健康知识图谱是不可或缺的一部分。另外,病历数据处理和使用过程中,通过病历数据与健康图谱的关联挖掘,可以获得更为隐含的、深刻的信息。为处理方便,整体用知识图谱表示与关联,会更为方便有效。

继续阅读“阮彤 | 中文医疗健康知识图谱在临床电子病历挖掘中的应用探讨”

领域应用 | 从数据到智慧:证券行业知识图谱应用实践

摘  要:大数据时代以其海量的数据,极大丰富了人们获取知识的来源与途径,为人们更好的掌握与认知事物规律,提供了越来越丰富的手段。与此同时,随着数据量尤其是非结构化数据的急剧增长,数据的分析与理解已经远远超过人类的理解与分析速度,在某些应用场景甚至会出现随着数据的增长而应用效能下降的“拉弗曲线”效应,困扰着行业的进一步发展。

抛开应用场景的数据解决方案通常都不能取得良好的效果,就针对证券行业这一特定行业而言,存在着结构与非结构化数据并存、数据分析结果要求准确度极高、数据分析结果经济效益明显直接的特点,对我们的分析手段提出了新的要求与挑战。

金融知识图谱,一改传统数据分门别类的存储方式,以一种“活”的方式将实体、属性、关系等非结构化、结构化数据固化并联系起来。构建金融知识图谱作为证券文本语义理解和知识搜索的关键基础技术,为未来证券领域文本分析、舆情监控、知识发现、模式挖掘、推理决策等提供了坚实支撑。

金融知识图谱在证券行业的应用目前尚处于探索阶段,如智能投研,智能公告等等,均可以大大提高传统业务效率。然而,构造和应用领域知识图谱,尚面临着各种挑战和难题,需要行业专家和人工智能专家协作起来,以专家+大数据的方式构筑自生长模式,从而真正将海量非结构化信息自动化利用起来,成为领域应用决策的坚实支持。

关键词:知识图谱; 智能投研; 大数据;

继续阅读“领域应用 | 从数据到智慧:证券行业知识图谱应用实践”

领域应用 | 基于知识图谱的厨房领域问答系统构建

本文整理自广州索答信息科技有限公司 CTO 徐叶强在 4 月 29 日广州知识图谱与问答系统论坛上的演讲。

大家好,我是索答科技的徐叶强。首先感谢杜剑锋老师的邀请,还有我们的蒋院长给我们专门一个平台,有幸在这个地方,给大家分享一下我们索答科技目前做的一个产品里面所用到的一些技术,以及解决的一些问题,那么下面我会分成四个部分,跟大家一起分享。

继续阅读“领域应用 | 基于知识图谱的厨房领域问答系统构建”