快讯

知识图谱与实体识别:搜“苹果”时,系统到底在纠结什么?

搜“苹果”返回一堆水果店和手机评测。你气不气?这背后就是缺少实体识别。它干的事很朴素:从一句话里认出“苹果”到底指公司、水果,还是那部手机。知识图谱接棒,把这些实体和它们的关系串起来,像一张会生长的关系网。

实体识别不是给词贴标签这么简单

很多人以为命名实体识别就是把人名、地名、机构名圈出来。放在通用新闻里,这招够用。但到了业务里,麻烦一串串。

比如客服工单里写“昨天买的 Pro 又断连了”。谁是 Pro?哪款设备?和哪个订单相关?光靠 NER 识别出“Pro”没意义。还需要实体消歧、实体链接、指代消解。说实话,这才是脏活。

从实操角度看,实体识别通常分三层:先抽 mention,再判断类型,接着链接到知识库里的对应实体。少一层,后面图谱就歪。

电商客服工单实体识别与实体链接流程图
电商客服工单实体识别与实体链接流程图

知识图谱建起来,别急着庆祝

图谱听起来高级。节点、边、属性。可一旦落到数据上,Schema 设计会让人抓狂。用户、商品、订单、售后单,边界怎么划?属性放节点还是边?

我见过一个项目,初期把“手机号”当用户属性。后来一个人有多个号,改起来鸡飞狗跳。早干嘛去了……

所以,本体设计要留冗余,但别留垃圾。关系类型太细,维护成本飙升;太粗,查询时又得绕路。这个度,通常靠业务问题倒推。

还有时效性。价格、库存、职位,这些关系会变。图谱不是建完就躺平。需要增量更新、冲突检测、版本管理。累,但省不了。

金融风控知识图谱实体关系网络示意图
金融风控知识图谱实体关系网络示意图

大模型来了,实体识别会更轻松吗

大模型来了,实体识别会更轻松吗
大模型来了,实体识别会更轻松吗

会,也不会。LLM 在零样本抽取上让人惊喜。给几个例子,它就能吐出实体和关系。可幻觉也真实存在。它可能编出一个不存在的“子公司”。

比较稳的做法:LLM 做候选生成,规则或小模型做校验。或者用向量检索召回相似实体,再让图谱做约束。混合架构,往往比单押一边靠谱。

另一个常见疑问:知识图谱和向量数据库冲突吗?不冲突。向量擅长模糊语义,图谱擅长显式推理。比如问“和张三同部门且负责过A项目的人”,图查询更直接。问“类似这种投诉的案例”,向量检索更顺手。

据一些用户反馈,图谱项目失败,很少因为算法差。更多是数据脏、标注贵、业务方中途改需求。对吧,技术从来不是孤岛。

想动手,先盯住这几个坑

想动手,先盯住这几个坑
想动手,先盯住这几个坑
  • 领域词典要持续养。新品牌、黑话、缩写,每周都可能冒出来。
  • 评估别只看准确率。实体链接的召回率低,图谱就会缺胳膊少腿。
  • 标注规范先小范围试。三个人标同一批数据,一致率不过关,后面全白搭。
  • 图谱规模不是越大越好。先解决一个具体问题,比如“投诉订单自动归类”。

有意思的是,很多团队一开始想建“大而全”的图谱。结果半年过去,还在争论本体。不如先做一条窄链路,跑通再扩。

您在实际使用中还遇到过哪些情况?欢迎结合具体场景继续探讨。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:知识图谱与实体识别:搜“苹果”时,系统到底在纠结什么?
文章链接:https://www.ttrenwu.com/geo/4173.html