作为当前的研究热点， 知识图谱自从 年 Google 推出开始，就引起了学术界和工业界的热潮，之后也不断有互联网企业推出相关的技术产品。知识图谱本质上，是一种基于图的数据结构，包括节点和边。在知识图谱的表示中，节点表示现实世界中存在的“实体”，每条边是实体与实体之间的“关系”。简单来说，知识图谱是把不同种类信息放在一起得到的网络。通过研究实体之间的关系来解决问题。
KGB知识图谱的主要功能
文档解析：KGB知识图谱引擎，可轻松解析多种格式与版本文档：TXT、DOC、EXCEL、PPT、PDF、XML等。尤其是PDF文件，可直接解析输出为word格式文件，保留文件中表格与文字格式等重要信息。对于图片信息，OCR可自动识别并抽取图片中的文字信息。
知识抽取：KGB知识图谱引擎，可从结构化表格与非结构化文本中自适应识别并抽取关键知识（主体、客体、时间、地点、金额、条款等），准确率高达90%，实现知识的快速生成。
知识关联：KGB知识图谱引擎深入挖掘知识关联，将一个个知识实体链接为具有完整意义的知识事实。并具有强大的知识推理能力，推理出暗含的知识与结论，丰富知识图谱。
知识较验：KGB知识图谱加工厂能够对知识质量智能校验，包括对多种知识错误与冲突进行自动智能核查与修正，更有知识工程师进行知识精准校验，保证知识图谱的准确性。
KGB知识图谱的技术特色
1、跨领域可扩展：知识图谱加工厂具有通用的图谱构建引擎。知识抽取、知识关联与质量核查过程不依赖特定业务知识，结合用户知识图谱构建的需求，可以快速构建用户领域知识图谱。
2、知识质量智能核查：知识图谱加工厂实现对多种知识错误与冲突的智能核查与校验，并对知识库进行实时自动更新，保证知识图谱准确性。
3、人机结合的服务：知识图谱加工场人机构成：90%机器+10%的人工，只需要提供语料，就可以快速得到对应的知识图谱构建成果。
知识图谱运用于保险业的主要优势
1.能够快速明白真正含义和指向，规避一词多义
比如“芒果”可能是一种水果，也可能是一个网站名称，也可能是一个电视台名称。如果仅通过关键词匹配，常常会产生歧义。而知识图谱可以通过上下文实体关联关系，缩小搜索范围，借助优先级算法，快速找到用户真正关心的东西，运用于保险行业中，能够使搜索内容更贴近使用者的需求。
2.能提供智能的知识网络
知识图谱能更智能、更精准的理解字符串的含义，更简洁高效的提供信息服务。知识图谱的建议能够直接为用户推荐关联性较强的内容，提高用户观看信息的停留时间。
3.具备可扩展性
保险企业的数据库、文档、传感器、访问日志、图像、音视频等数据中包含了大量反映企业业务的数据事实和业务知识。知识图谱不同于以往的关系型数据库存储，将所有数据以“实体-关系-实体”的形式进行存储，最直观地展示了数据及数据背后的关联，基于动态可扩展的本体模型支持存储结构化、半结构化、非结构化数据。对这些数据的准确分析也将直接提高这些数据的利用率。
4.具备强大的推理挖掘能力
知识图谱不仅包括数据存储和调用的功能，通过知识图谱，我们能够看到不同东西之间的关联，通过知识推理的方式把隐含的信息表达出来。在保险业中，知识图谱能够分析保险类别和类别之间的关系，如包含、条件、从属等。而如果我们从保险业包含的信息，比如保险产品、产品价格、保额、有效期，通过知识图谱从语义层面理解、展示意图，将直接提高企业的数据分析效率和决策质量。
