知識圖譜與區(qū)塊鏈技術(shù)結(jié)合發(fā)展 2023年中國知識圖譜產(chǎn)業(yè)市場現(xiàn)狀分析

• 陳澤芳 2023年10月13日 來源：互聯(lián)網(wǎng) 669 39
• 繁體

當前知識圖譜技術(shù)已經(jīng)被廣泛用于處理結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)，但對于視覺、聽覺數(shù)據(jù)等的關(guān)注度相對較低，且目前仍缺乏有效的技術(shù)手段來從這些數(shù)據(jù)中抽取知識。如果在更大范圍內(nèi)進行鏈接預(yù)測和實體對齊，進而進行實體關(guān)系抽取，能使現(xiàn)有的模型在綜合考慮文本和視覺特征時獲

知識圖譜是實現(xiàn)機器認知、機器智能的基石，知識圖譜的發(fā)展伴隨著人工智能的每一次浪潮。一方面數(shù)據(jù)源越來越豐富，能夠提供知識庫建設(shè)所需的數(shù)據(jù)，推動了知識圖譜的商業(yè)化進程。另一方面用戶對于基于數(shù)據(jù)決策有著越來越深刻的認知，用戶采用并建設(shè)知識圖譜的意愿推動著市場發(fā)展。

區(qū)塊鏈技術(shù)的最關(guān)鍵特征為去中心化，即不依靠中心管理節(jié)點，讓每個個體都有機會成為中心，能實現(xiàn)數(shù)據(jù)的分布式記錄、存儲和更新。在知識圖譜中運用區(qū)塊鏈技術(shù)能實現(xiàn)多節(jié)點知識輸入、儲存和更新，使開放鏈接知識庫在更多分布節(jié)點獲取知識，鼓勵更多人群、特別是那些具有專業(yè)領(lǐng)域知識的人共同來參與知識圖譜的搭建，實現(xiàn)知識量的進一步充實。

據(jù)中研普華產(chǎn)業(yè)院研究報告《2023-2028年中國知識圖譜產(chǎn)業(yè)市場現(xiàn)狀分析及投資預(yù)測報告》分析顯示：

知識圖譜是一種描繪實體之間關(guān)系的語義網(wǎng)，是新一代的知識工程技術(shù)，以NLP(自然語言處理)為底層技術(shù)，捕捉數(shù)據(jù)、信息等內(nèi)容并梳理，組合成圖譜形式，為AI提供知識儲備。除了專業(yè)搜索引擎外，知識圖譜的主流產(chǎn)品形態(tài)可按通用型與垂直行業(yè)型劃分，通用知識圖譜強調(diào)知識廣度，逐漸演變?yōu)橥ㄓ没ヂ?lián)網(wǎng)知識圖譜，包含搜索引擎、智能推薦、智能問答等。垂直行業(yè)知識圖譜強調(diào)知識深度，用于問答、輔助決策與業(yè)務(wù)分析，是支持Al大腦深度思考的知識庫基礎(chǔ)。

中國知識圖譜市場產(chǎn)業(yè)鏈上游主要以各類數(shù)據(jù)源企業(yè)或機構(gòu)為主，因所處理數(shù)據(jù)多具有敏感性和專屬性，所以往往數(shù)據(jù)源也是服務(wù)的需求方;中上游主要包括數(shù)據(jù)采集服務(wù)商、數(shù)據(jù)庫服務(wù)商、云服務(wù)商等，為產(chǎn)業(yè)鏈做支撐服務(wù)，但涉及保密數(shù)據(jù)采集加工的業(yè)務(wù)更多交由解決方案提供方直接處理;中游主要以提供知識圖譜解決方案的大數(shù)據(jù)智能公司、互聯(lián)網(wǎng)公司和AI公司為主，該部分是產(chǎn)業(yè)鏈的核心環(huán)節(jié);下游為基于知識圖譜而開發(fā)應(yīng)用的各類具體場景應(yīng)用，知識圖譜應(yīng)用在中國剛剛起步，主要聚焦于圖中展示領(lǐng)域，隨著市場推進將輻射更多行業(yè)。

從產(chǎn)業(yè)鏈下游來看，知識圖譜的應(yīng)用逐漸從搜索引擎向各細分行業(yè)滲透，但應(yīng)用受行業(yè)信息化與數(shù)字化基礎(chǔ)、數(shù)據(jù)質(zhì)量、場景明確程度、客戶方需求等多因素影響，在各細分行業(yè)的滲透進程不一。目前，互聯(lián)網(wǎng)與金融為主要應(yīng)用場景。

2023年中國知識圖譜產(chǎn)業(yè)市場現(xiàn)狀分析

我國知識圖譜的研究起步較晚，缺乏對知識圖譜理論的系統(tǒng)的研究，目前主要以應(yīng)用為主。知識圖譜應(yīng)用近年來在我的應(yīng)用迅速增多，其文獻分布于不同專業(yè)領(lǐng)域的期刊，實際應(yīng)用中涉及的學(xué)科范圍較廣，涵蓋了自然科學(xué)領(lǐng)域及社會科學(xué)領(lǐng)域的部分學(xué)科，并有不斷朝其他學(xué)科滲透的趨勢。對繪制知識圖譜，并基于知識圖譜進行情報研究目前已形成了一套較為成熟的方法。

由于公安、金融領(lǐng)域數(shù)字化和信息化程度較高，且數(shù)據(jù)挖掘需求較大，短期內(nèi)有望成為知識圖譜應(yīng)用的先頭陣地。隨著政務(wù)數(shù)字化建設(shè)的完善疊加信創(chuàng)浪潮，政務(wù)、公安等行業(yè)對知識圖譜的業(yè)務(wù)需求會進一步擴大。自動化構(gòu)建知識圖譜的特點是面向互聯(lián)網(wǎng)的大規(guī)模、開放、異構(gòu)環(huán)節(jié)，利用機器學(xué)習(xí)技術(shù)和信息抽取技術(shù)自動獲取互聯(lián)網(wǎng)信息，構(gòu)建更大規(guī)模的常識知識圖譜有利于支撐深度學(xué)習(xí)的計算。但當前知識圖譜在構(gòu)建和落地過程中對人工的依賴程度還較高，導(dǎo)致構(gòu)建成本高、效率低，在相對通用的知識圖譜中自動化、大規(guī)模、高質(zhì)量的構(gòu)建技術(shù)扔有待探索。

當前知識圖譜技術(shù)已經(jīng)被廣泛用于處理結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)，但對于視覺、聽覺數(shù)據(jù)等的關(guān)注度相對較低，且目前仍缺乏有效的技術(shù)手段來從這些數(shù)據(jù)中抽取知識。如果在更大范圍內(nèi)進行鏈接預(yù)測和實體對齊，進而進行實體關(guān)系抽取，能使現(xiàn)有的模型在綜合考慮文本和視覺特征時獲得更好的性能。即多模態(tài)知識圖譜在傳統(tǒng)知識圖譜的基礎(chǔ)上，把多模態(tài)化的認知體驗與相應(yīng)的符號關(guān)聯(lián)，構(gòu)建多種模態(tài)下的實體，以及多模態(tài)實體間多種模態(tài)的語義關(guān)系，即使得圖譜本身一開始就具備多模態(tài)的特性。

知識圖譜屬于數(shù)據(jù)智能產(chǎn)業(yè)。商業(yè)數(shù)據(jù)智能以大數(shù)據(jù)、人工智能等前沿IT科技為技術(shù)支撐，近年來相關(guān)產(chǎn)業(yè)受到國家和各地方政策的普遍支持，部分省市還以財政資金對企業(yè)的數(shù)字化轉(zhuǎn)型以及數(shù)字化能力輸出進行補貼，為相關(guān)產(chǎn)業(yè)的發(fā)展營造了良好的環(huán)境。知識圖譜技術(shù)應(yīng)用受行業(yè)信息化成熟度及需求影響較大，整體規(guī)模處于起步階段，未來產(chǎn)品專業(yè)化和場景化趨勢明確。從市場規(guī)模來看，據(jù)統(tǒng)計，2021年中國知識圖譜核心市場規(guī)模為107億元，預(yù)計到2026年達到296億元，2021-2026年CAGR約為22.5%。

知識圖譜行業(yè)研究報告旨在從國家經(jīng)濟和產(chǎn)業(yè)發(fā)展的戰(zhàn)略入手，分析知識圖譜未來的政策走向和監(jiān)管體制的發(fā)展趨勢，挖掘知識圖譜行業(yè)的市場潛力，基于重點細分市場領(lǐng)域的深度研究，提供對產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域結(jié)構(gòu)、市場競爭、產(chǎn)業(yè)盈利水平等多個角度市場變化的生動描繪，清晰發(fā)展方向。欲了解更多關(guān)于知識圖譜行業(yè)的市場數(shù)據(jù)及未來行業(yè)投資前景，可以點擊查看中研普華產(chǎn)業(yè)院研究報告《2023-2028年中國知識圖譜產(chǎn)業(yè)市場現(xiàn)狀分析及投資預(yù)測報告》。

• 相關(guān)深度報告REPORTS

  

  2023-2028年中國知識圖譜產(chǎn)業(yè)市場現(xiàn)狀分析及投資預(yù)測報告

  知識圖譜指顯示知識發(fā)展進程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識及它們之間的相互聯(lián)系。知識圖譜實體指的是具有可區(qū)別性且...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡