自生长自适应，知识系统的社交网络实践

高价值的知识图谱，具有非常广泛的应用场景。以知识图谱在搜索场景中的应用为例，在Google中搜索“who is wife of Zuckerberg”，我们能够看到展示在页面第一位的就是一条结构化的结果。知识图谱的应用使得搜索引擎不仅能够检索原始网页，更能够基于原始的网页信息，更快速直白的给出答案。

知识图谱的价值并不止步于此。只要在涉及到认知智能（涉及知识推理、因果分析等）的场景里，知识图谱都能够有不同程度的应用。以反欺诈领域为例，一个典型案例就是国内的天眼查，通过开放的企业注册信息、投融资新闻，天眼查串联起了不同人物、不同公司间的投融资和控制关系，让我们能够通过一个单点就挖掘出系列的组合信息。

如何构建出一张有效用的知识图谱？

为了更迅速地构建出有效用的知识图谱，业界做了很多尝试。

首先，是信息的抽取。对于垂直领域的知识图谱而言，其基础数据可以来源于业务自身的数据，也可以来自网络中的公开数据的爬取。前者以数据库表的方式私密存储，相对结构化；后者则公开于网络上，非结构化，需要抓取和再处理才能投入使用。对于非结构的数据，往往依赖自然语言处理技术，先从非结构化的自然语言中抽取出结构化的信息组合，会涉及诸多技术点:命名实体识别（Entity Recognition）、关系抽取（Relation Extraction）、实体统一（Entity Resolution）、指代消解（Coreference Resolution）等。如下图，就给出了自然语言进行实体和词性拆解的一个示例。

其次，是信息的存储。在完成基础的信息抽取后，就需要将节点、关系更好的存储起来以便于后续的查询应用。最主流的就是以RDF(Resource Description Framework)的方式进行存储，其本质是描述了一个数据模型以统一的标准，来描述实体/资源与彼此间的关系。

最后，是知识图谱的应用。知识图谱本身作为一种信息的再组织，还是需要找到合适的业务应用场景才能够发挥效应。除了传统的数据分析和规则关系查询外，在引入概率统计的方法后，知识图谱的应用表现出新的可能性。比如，将聚类方式应用于知识图谱，算法首先计算了不同节点间的距离关系，再基于距离关系归纳出不同的节点组和组内密度，从而形成了自适应的规则。以反欺诈的应用场景为例，不同用户的工作岗位、年龄、收入情况可以抽离出不同的族群，更容易评估不同族群的风险程度。概率统计方式的引入，大幅降低了知识图谱对于人为规则定义先验需求的依赖，将规则从显性变为隐形，能够自适应的产出规则，从而可以适用于更大、更复杂的网络规模。

一个野心更大的知识图谱：KNS

在过往的业界实践中，知识图谱的构建往往受限于运算和存储规模，更加倾向于选择一个特定的垂类领域。但是，学界和业界一直有一个希冀在于：能否构建出一个更大的知识图谱，让它具有更大的信息容量和场景普适性。

对此，「Ta在」给出了自己的答案，提出了知识网络系统（KNS：Knowledge Network System）的概念。我们更倾向于将这一系统视作不同领域、不同维度知识图谱的组合和维度升级。维度的升级，使得整个系统的存储能力和表意性都获得了指数级的提升。

从信息存储层面来看，过往的知识图谱是有边界的，尽管条目数量可以不断扩充，但终归将触碰到领域边界的制约。假设我们构建一个网球知识图谱，其中会涉及到一些网球名将，但是这些信息注定只会存储运动员在网球领域的成绩和特点，而不会包含其更丰富的信息，成为了这些运动员的信息的一个切面。而在知识网络系统中，不同维度的图谱得到了交叉和连接，信息的密度会变得更加稠密。如下图所示，运动员本身的健康、财务信息等单独领域信息共同组成了一个多维知识网络系统，这让我们有了更丰富的应用场景。我们可以基于运动员的健康信息与网球领域的结构信息，进行后续赛事的预测等等。

进一步的，不同于常见的文本信息爬取和存储，知识网络系统还涉及了对于音频、视频、图片等富媒体内容的处理。这种多媒体形态的处理，一方面极大的扩展了信息量，另一方面也显著提升了知识的表意性。同样以网球领域为例，我们能够通过不同比赛录像中同一运动员的赛事片段抽取，更快地观察和分析出运动员的发球特点和技术特征。

更让这一系统富于想象力的是，「 Ta在」引入了演化群体智能算法（ECI：Evolutional Collective Intelligence）来构建知识网络系统。这使得系统不再像是存储在机器里的冷冰冰的数据库，而更像是一个具有动态演变和进化的生命体：演化群体智能算法将用户的沉淀结构化形成内容画像和知识结构，基于智能算法去丰富完善用户的画像，再去搭建用户和内容，用户和用户的关联。在这个自适应的网络生命体里，一个一个节点间能够不断的搭建起连接关系，并基于这种连接关系产生新的交互动作、留下新的内容沉淀、抽取出新的知识结构，往复循环、生生不息。

对比耳熟能详的维基百科，我们不难看出引入了演化群体智能算法后的KNS所具有的极大优势：

- 更低的创造门槛，通过用户不吝于形式和规范的开放创作，由算法进行筛选和结构化抽取。

- 更开放的条目信息，能够借由用户和用户的交互，KNS可以快速的覆盖时效性热点（如网络用词、新闻事件）

- 更具有消费性的知识载体，不局限于图文的富载体能够的描述和传递信息（音频、视频、GIF、短内容等）

- 更好的创作反馈，通过将KNS和社交网络嫁接，能够更好地刺激广泛用户的内容产出意愿，而不仅仅是少量志愿者的提交。

“自生长，广连接，自适应，广沉淀”这便是「 Ta在」围绕人和人、人和信息过载问题给出的解答。对于这一产品所带来的改变，我们乐观其成：就让子弹再飞一会儿。