實時事理邏輯知識庫(事理圖譜)終身學習項目-EventKGNELL(學跡)

EventKGNELL

EventKGNELL, event knowlege graph never end learning system, a event-centric knowledge base search system,實時事理邏輯知識庫終身學習和事件爲核心的知識庫搜索項目。包括事件概念抽取、事件因果邏輯抽取、事件數據關聯推薦與推理。
項目地址:https://xueji.zhiwenben.com

一、 “學跡”項目的起源與願景

“踏雪有痕,抓鐵有印”,“來時須有影,去時更有蹤”,萬物皆有跡可循。語言是社會的鏡子,每天產生的文本中蘊含了大量的事件知識,清晰地記錄了社會發展中各個事物在人們腦海中的印象以及自身發展和演變的軌跡。

我們常想,“要是能夠構建一個全面、精準、緊隨社會發展的軌跡庫(事理知識庫),將社會對某個事物或事件不同的認識整理出來,將某個或每類事件發展和演化的邏輯軌跡梳理出來;並基於這種認識和演化邏輯,將互相關聯的事物聯繫起來,做些有意義的未知推理,將是件多麼美妙的事”。

秉持着這個“學事理,知行跡”的初衷,我們推出了“學跡”,一個7*24小時不斷學習的實時事理學習與搜索平臺,力圖緊跟實時網絡信息,面向公衆提供以“事件”爲核心的實時結構化知識搜索服務。

我們希望,來過“學跡”的人,都能看到“學跡”的這種初衷,並從我們的知識服務中得到有用的信息,並對我們的不足,提出批評和建議,督促“學跡”不斷進步。

在這裏插入圖片描述

二、 “學跡”項目 的用法和探索

我們避開了類型衆多且不可控的“實體搜索”,選擇了更爲聚焦的“事件搜索”。我們約定,一個事件應該包括具體的施事主體和關聯動作,如“人民幣貶值”、“美聯儲降息”,對應其中的實體信息,我們將以“概念描述”的方式對其實體進行解釋展示。

因此,在“學跡”裏,所有的功能和內容都圍繞“事件”展開,我們更推薦您在使用的過程中輸入一個事件,這樣能夠儘可能得到更滿意的結果。在這裏,我們希望您可以:

1、找到關心的事件
“學跡”以搜索框的形態出現,並限制在指定事件的搜索,在搜索的過程中,會自動進行事件聯想,您可以根據下拉的事件聯想中選擇,也可以自己輸入。

在這裏插入圖片描述
可以進一步根據我們推薦的事件,完成更進一步的搜索。
在這裏插入圖片描述

2、瞭解當下的熱點事件
我們根據時下發布的資訊,識別出了當下的實時事件熱點,並實時更新,您也可以直接點擊查看。
在這裏插入圖片描述

3、瞭解社會對該事件或關聯概念的理解
我們不斷學習出該事件自身或者事件關聯實體的描述信息,從中我們可以得到對該事件本身的印象。
在這裏插入圖片描述

4、看到知識學習過程中的實證來源過程
我們對每個結構化的知識都進行了可信度的表示,顏色的深淺以及結構化標籤上的數值對其進行了清晰的區分。點開標籤後出現的下拉信息框中,可以看到知識的生成者、知識的生成時間、生成知識的上下文,知識學習來源的評分。
在這裏插入圖片描述

5、獲取特定事件發生的前因後果
因果邏輯是事理邏輯中的一個重要組成部分,通過事件發生的前因後果,可以對事件的演化提供一定借鑑,通過對邏輯事件關聯的聚合,可以看出不同可信度下特定事件發生的前因後果。
在這裏插入圖片描述

在這裏插入圖片描述
6、查看特定事件關聯的數據和經濟產業
我們將事件與產業鏈實時知識庫進行關聯,從以事件的關聯邏輯進一步延伸至產業鏈的關聯邏輯。
在這裏插入圖片描述

7、基於可解釋推理路徑的經濟標的物影響預測
根據演變的軌跡以及在概念、產業鏈以及數據關聯路徑,我們對標的物的利好利空情況進行了可能的判定,在給出標的物的同時,還給出推理路徑,標的物的影響類型。

在這裏插入圖片描述

8、跟蹤特定事件的關聯資訊
除了結構化的知識之外,還給出了與事件相關的關聯資訊。需要注意的是,對於暫時未能收錄到我們的知識庫中的事件時,這些相關關聯資訊可以進一步發揮全文檢索的功能,您也不會白來。
在這裏插入圖片描述

三、 “學跡”項目的未來與期待

我們正在尋求一種更爲友好的技術展示形態,並尋求運用這類技術來做一些有意義和有價值的落地應用,用於探索解決並自然語言處理業務中的一些實際問題。“學跡”是對這一目標的一個嘗試。

學跡”正不斷成長,交互方式以及各個細節還處於初步探索階段,但其中的學習技術和知識庫思想讓“學跡”前路可望。

我們相信,假以時日,後臺知識的精度和廣度、實時處理的速度和性能將進一步提升。我們相信,成長的“學跡”,將更好地爲社會提供的實時事理知識檢索和探索。

“讓事理知識學得更快、學得更多、學得更好,併爲更多人傳遞事理知識和知識學習技術”,是“學跡”下一步要前進的方向。

“學跡”還在不斷成長,歡迎常回來看看。
歡迎加入我們的學跡討論羣:
在這裏插入圖片描述

項目地址:https://xueji.zhiwenben.com

四、 關於我們

If any question about the project or me ,see https://liuhuanyong.github.io/

如有自然語言處理、知識圖譜、事理圖譜、社會計算、語言資源建設等問題或合作,可聯繫我:
1、我的github項目介紹:https://liuhuanyong.github.io
2、我的csdn博客:https://blog.csdn.net/lhy2014
3、about me:劉煥勇,中國科學院軟件研究所,[email protected]

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章