摘要：在全國(guó)知識(shí)圖譜與語(yǔ)義計(jì)算大會(huì)上，阿里巴巴集團(tuán)副總裁藏經(jīng)閣計(jì)劃阿里負(fù)責(zé)人墻輝玄難宣布藏經(jīng)閣計(jì)劃首次在阿里應(yīng)用落地，以及首次披露大規(guī)模知識(shí)構(gòu)建技術(shù)細(xì)節(jié)，并從三個(gè)方面進(jìn)行了解讀。

2018年4月，阿里聯(lián)合清華大學(xué)、浙江大學(xué)、中科院自動(dòng)化所、中科院軟件所、蘇州大學(xué)等五家機(jī)構(gòu)，聯(lián)合發(fā)布藏經(jīng)閣（知識(shí)引擎）研究計(jì)劃，同時(shí)還宣布打算用一年時(shí)間初步建成首個(gè)開(kāi)放的知識(shí)引擎服務(wù)平臺(tái)，服務(wù)社會(huì)。

在全國(guó)知識(shí)圖譜與語(yǔ)義計(jì)算大會(huì)（CCKS）上，阿里巴巴集團(tuán)副總裁、藏經(jīng)閣計(jì)劃阿里負(fù)責(zé)人墻輝(玄難)宣布藏經(jīng)閣計(jì)劃首次在阿里應(yīng)用落地，以及首次披露大規(guī)模知識(shí)構(gòu)建技術(shù)細(xì)節(jié)，并從三個(gè)方面進(jìn)行了解讀。

阿里巴巴集團(tuán)副總裁墻輝(玄難)

AI應(yīng)用背后的海量知識(shí)

伴隨著過(guò)去近19年的發(fā)展，阿里生態(tài)下消費(fèi)者、賣家、品牌商、運(yùn)營(yíng)等各種角色參與其中，每天都產(chǎn)生著海量的數(shù)據(jù)。

以商品相關(guān)的數(shù)據(jù)為例，阿里有近百億級(jí)別的實(shí)體，例如品牌、產(chǎn)品、條碼等，實(shí)體之間又有百億級(jí)別的關(guān)系邊。以百科數(shù)據(jù)為例，阿里有近千萬(wàn)級(jí)別的實(shí)體，例如人物、地點(diǎn)、公司等，實(shí)體之間有十億級(jí)別的關(guān)系邊。

這些數(shù)據(jù)來(lái)源非常廣泛，有來(lái)自國(guó)家的數(shù)據(jù)，例如GS1編碼中心的條碼數(shù)據(jù)，有阿里電商生態(tài)的數(shù)據(jù)，例如線上如淘寶、天貓、盒馬，有不同業(yè)務(wù)形態(tài)的數(shù)據(jù)，例如高德、UC等。

但對(duì)于阿里來(lái)說(shuō)，這些寶貴的資產(chǎn)要求數(shù)據(jù)具備很高的完整度和確定性，多源數(shù)據(jù)要把冗余度降低，數(shù)據(jù)無(wú)沖突，并彼此鏈接。最終目的是把數(shù)據(jù)變成知識(shí)，能夠支撐著上層的AI應(yīng)用，主要是三個(gè)方向：業(yè)務(wù)中臺(tái)商業(yè)能力的智能化升級(jí)、搜索推薦、智能交互。

除了這些事實(shí)類的知識(shí)之外，阿里還有大量的形式化知識(shí)。

形式化知識(shí)對(duì)于垂直知識(shí)圖譜很重要，構(gòu)建知識(shí)圖譜和知識(shí)圖譜服務(wù)都要用到這些知識(shí)。例如商品知識(shí)圖譜生成標(biāo)簽的畫像知識(shí)，商品分類的場(chǎng)景知識(shí)，生成關(guān)系邊的鏈接知識(shí)：判斷商品-產(chǎn)品的關(guān)系，生成屬性值的知識(shí)。還有大量的業(yè)務(wù)知識(shí)，例如管控業(yè)務(wù)和跨市場(chǎng)商品體系的聯(lián)通，幫賣家把國(guó)內(nèi)商品自動(dòng)發(fā)布到國(guó)外。

海量的數(shù)據(jù)和知識(shí)，使我們?cè)诒姸囝I(lǐng)域可以建立完善的知識(shí)引擎，但同時(shí)也面臨很多挑戰(zhàn)：

? 阿里業(yè)務(wù)涉及很多垂直領(lǐng)域，如何快速搭建各個(gè)領(lǐng)域的知識(shí)圖譜？

? 如何把各個(gè)領(lǐng)域的知識(shí)圖譜快速聯(lián)通？

? 如何管理海量的知識(shí)（事實(shí)類知識(shí)和形式化知識(shí)），如何更新這些龐大的知識(shí)圖譜？

? 如何面向搜索推薦、智能交互、商業(yè)能力智能化等多種應(yīng)用做統(tǒng)一的知識(shí)表示？

? 最終如何實(shí)現(xiàn)認(rèn)知與感知的結(jié)合，實(shí)現(xiàn)類腦的推理能力？

首次披露大規(guī)模知識(shí)構(gòu)建技術(shù)細(xì)節(jié)

面對(duì)這些挑戰(zhàn)，我們?cè)诮衲?月，聯(lián)合清華大學(xué)、浙江大學(xué)、中科院自動(dòng)化所、軟件所、蘇州大學(xué)等五家機(jī)構(gòu)，聯(lián)合發(fā)布藏經(jīng)閣（知識(shí)引擎）研究計(jì)劃。

整個(gè)計(jì)劃依賴阿里強(qiáng)大的計(jì)算能力（例如Igraph圖數(shù)據(jù)庫(kù)），和先進(jìn)的機(jī)器學(xué)習(xí)算法（例如PAI平臺(tái)），把知識(shí)引擎分為五個(gè)模塊：包括知識(shí)建模、知識(shí)獲取、知識(shí)融合、知識(shí)推理計(jì)算和知識(shí)賦能。

這五個(gè)模塊可以提供從數(shù)據(jù)、信息、知識(shí)到知識(shí)服務(wù)一整套技術(shù)平臺(tái)化服務(wù)，同時(shí)，特定領(lǐng)域知識(shí)圖譜可插拔，特定領(lǐng)域知識(shí)圖譜加載后，可以提供特定領(lǐng)域的知識(shí)服務(wù)。

如今，知識(shí)引擎這五大技術(shù)模塊技術(shù)研究有重要進(jìn)展。

知識(shí)融合&知識(shí)獲取算法大規(guī)模擴(kuò)展

知識(shí)引擎提供通用的服務(wù)就會(huì)面臨很多領(lǐng)域的知識(shí)圖譜的構(gòu)建和不同的業(yè)務(wù)。知識(shí)融合&知識(shí)獲取算法要具備良好的擴(kuò)展性。良好的擴(kuò)展性需要快速獲取訓(xùn)練數(shù)據(jù)，所以需要引入眾包。

但是，眾包數(shù)據(jù)質(zhì)量參差不齊。不同的標(biāo)注者把iPhoneX和蘋果iPhone X標(biāo)成產(chǎn)品詞，這種不一致樣本會(huì)成為訓(xùn)練的噪音。

我們通過(guò)對(duì)抗學(xué)習(xí)，對(duì)抗學(xué)習(xí)的優(yōu)化目標(biāo)是分類器分不標(biāo)注者。從而隱層網(wǎng)絡(luò)能學(xué)習(xí)出標(biāo)注者之間的共性特征，然后把這個(gè)共性特征拼接到識(shí)別模型中。從而提高識(shí)別的精度。

提高知識(shí)獲取模塊實(shí)體關(guān)系抽取的精度

文本的句法信息對(duì)實(shí)體關(guān)系的識(shí)別非常重要。例如A和B創(chuàng)建了公司C。我們挖掘出公司C的創(chuàng)始人是A。通過(guò)A和B的并列關(guān)系的句法信息我們就可以知道公司C的創(chuàng)始人還有B。 所以我們?cè)O(shè)計(jì)了基于樹(shù)結(jié)構(gòu)來(lái)表示一個(gè)實(shí)體，從而能夠把句法的層次信息表示進(jìn)深度學(xué)習(xí)網(wǎng)絡(luò)。

邏輯推理與深度學(xué)習(xí)結(jié)合的推理框架

這個(gè)推理引擎，通過(guò)一階邏輯霍恩子句能夠表示我們知識(shí)圖譜中的百萬(wàn)級(jí)的形式化知識(shí)，使得這些知識(shí)可沉淀、可復(fù)用、可執(zhí)行。形式化知識(shí)實(shí)時(shí)執(zhí)行可以補(bǔ)全知識(shí)圖譜的屬性值，補(bǔ)全實(shí)體關(guān)系，生成畫像標(biāo)簽，知識(shí)放大支持查詢。

我們的創(chuàng)新點(diǎn)在于：整個(gè)推理引擎支持確定性推理，例如基于形式化知識(shí)的推理和基于深度學(xué)習(xí)推理，例如基于深度學(xué)習(xí)的關(guān)系補(bǔ)全。同時(shí)推理引擎支持算法、詞庫(kù)、垂直知識(shí)圖譜的可插拔，例如查找產(chǎn)地為中國(guó)的食品：用到詞林的信息，產(chǎn)地和原產(chǎn)地是同義詞；用到地理知識(shí)圖譜，天津?qū)儆谥袊?guó)；用到算法模塊-同款商品算法，這樣找到的商品量會(huì)增加百倍。

藏經(jīng)閣計(jì)劃首次應(yīng)用落地

藏經(jīng)閣計(jì)劃涉及商品知識(shí)圖譜、旅游知識(shí)圖譜、客服體驗(yàn)知識(shí)圖譜、安全知識(shí)圖譜，如今，該計(jì)劃首次在安全知識(shí)圖譜和旅游知識(shí)圖譜應(yīng)用落地。

我們用知識(shí)引擎為城市大腦提供服務(wù)，安全知識(shí)圖譜全要素搜索上線，能夠讓你的城市更安全，讓每個(gè)人在一個(gè)城市里面過(guò)的更開(kāi)心。

旅游業(yè)務(wù)是一個(gè)知識(shí)密集型的業(yè)務(wù)，消費(fèi)者要對(duì)一個(gè)旅游目的地的知識(shí)做到快速獲取和使用。知識(shí)引擎提高旅游景點(diǎn)信息質(zhì)量、自動(dòng)把游記攻略等內(nèi)容結(jié)構(gòu)化，和旅游知識(shí)的聯(lián)通，極大提高用戶的旅游體驗(yàn)。

我們希望一年內(nèi)基于這些知識(shí)圖譜沉淀通用的知識(shí)引擎服務(wù)包括：1）本體半自動(dòng)化構(gòu)建算法及管理工具；文本自動(dòng)結(jié)構(gòu)化算法；多源知識(shí)庫(kù)融合算法與工具；基于形式化知識(shí)的推理及工具； 2）自然語(yǔ)言、邏輯語(yǔ)言、數(shù)據(jù)庫(kù)語(yǔ)言查詢服務(wù)。

各類垂直領(lǐng)域知識(shí)圖譜，提煉和發(fā)現(xiàn)領(lǐng)域知識(shí)，為上層業(yè)務(wù)提供知識(shí)服務(wù)，實(shí)現(xiàn)商業(yè)創(chuàng)新，最終使各個(gè)垂直知識(shí)圖譜關(guān)聯(lián)互通，建成全領(lǐng)域知識(shí)圖譜，為社會(huì)服務(wù)。

本文作者：阿里妹

閱讀原文

本文來(lái)自云棲社區(qū)合作伙伴“阿里技術(shù)”，如需轉(zhuǎn)載請(qǐng)聯(lián)系原作者。