事理图谱版Magi...EventKGNELL, event knowlege graph never end learning system, a event-centric knowledge base search system,实时事理逻辑知识库终身学习和事件为核心的知识库搜索项目。包括事件概念抽取、事件因果逻辑抽取、事件数据关联推荐与推理。
“踏雪有痕,抓铁有印”,“来时须有影,去时更有踪”,万物皆有迹可循。语言是社会的镜子,每天产生的文本中蕴含了大量的事件知识,清晰地记录了社会发展中各个事物在人们脑海中的印象以及自身发展和演变的轨迹。
我们常想,“要是能够构建一个全面、精准、紧随社会发展的轨迹库(事理知识库),将社会对某个事物或事件不同的认识整理出来,将某个或每类事件发展和演化的逻辑轨迹梳理出来;并基于这种认识和演化逻辑,将互相关联的事物联系起来,做些有意义的未知推理,将是件多么美妙的事”。
秉持着这个“学事理,知行迹”的初衷,我们推出了“学迹”,一个7*24小时不断学习的实时事理学习与搜索平台,力图紧跟实时网络信息,面向公众提供以“事件”为核心的实时结构化知识搜索服务。
我们希望,来过“学迹”的人,都能看到“学迹”的这种初衷,并从我们的知识服务中得到有用的信息,并对我们的不足,提出批评和建议,督促“学迹”不断进步。
我们避开了类型众多且不可控的“实体搜索”,选择了更为聚焦的“事件搜索”。我们约定,一个事件应该包括具体的施事主体和关联动作,如“人民币贬值”、“美联储降息”,对应其中的实体信息,我们将以“概念描述”的方式对其实体进行解释展示。
因此,在“学迹”里,所有的功能和内容都围绕“事件”展开,我们更推荐您在使用的过程中输入一个事件,这样能够尽可能得到更满意的结果。在这里,我们希望您可以:
1、找到关心的事件
“学迹”以搜索框的形态出现,并限制在指定事件的搜索,在搜索的过程中,会自动进行事件联想,您可以根据下拉的事件联想中选择,也可以自己输入。
此外,您也可以进一步根据我们推荐的事件,完成更进一步的搜索。
2、了解当下的热点事件
我们根据时下发布的资讯,识别出了当下的实时事件热点,并实时更新,您也可以直接点击查看。
3、了解社会对该事件或关联概念的理解
我们不断学习出该事件自身或者事件关联实体的描述信息,从中我们可以得到对该事件本身的印象。
4、看到知识学习过程中的实证来源过程
我们对每个结构化的知识都进行了可信度的表示,颜色的深浅以及结构化标签上的数值对其进行了清晰的区分。点开标签后出现的下拉信息框中,可以看到知识的生成者、知识的生成时间、生成知识的上下文,知识学习来源的评分。
5、获取特定事件发生的前因后果
因果逻辑是事理逻辑中的一个重要组成部分,通过事件发生的前因后果,可以对事件的演化提供一定借鉴,通过对逻辑事件关联的聚合,可以看出不同可信度下特定事件发生的前因后果。
6、查看特定事件关联的数据和经济产业
我们将事件与产业链实时知识库进行关联,从以事件的关联逻辑进一步延伸至产业链的关联逻辑。
7、基于可解释推理路径的经济标的物影响预测
根据演变的轨迹以及在概念、产业链以及数据关联路径,我们对标的物的利好利空情况进行了可能的判定,在给出标的物的同时,还给出推理路径,标的物的影响类型。
8、跟踪特定事件的关联资讯
除了结构化的知识之外,还给出了与事件相关的关联资讯。需要注意的是,对于暂时未能收录到我们的知识库中的事件时,这些相关关联资讯可以进一步发挥全文检索的功能,您也不会白来。
我们正在寻求一种更为友好的技术展示形态,并寻求运用这类技术来做一些有意义和有价值的落地应用,用于探索解决并自然语言处理业务中的一些实际问题。“学迹”是对这一目标的一个尝试。
学迹”正不断成长,交互方式以及各个细节还处于初步探索阶段,但其中的学习技术和知识库**让“学迹”前路可望。
我们相信,假以时日,后台知识的精度和广度、实时处理的速度和性能将进一步提升。我们相信,成长的“学迹”,将更好地为社会提供的实时事理知识检索和探索。
“让事理知识学得更快、学得更多、学得更好,并为更多人传递事理知识和知识学习技术”,是“学迹”下一步要前进的方向。
“学迹”还在不断成长,欢迎常回来看看。 关于这个项目,大家可以加入到这个群中,一同讨论其中的技术问题:
If any question about the project or me ,see https://liuhuanyong.github.io/
如有自然语言处理、知识图谱、事理图谱、社会计算、语言资源建设等问题或合作,可联系我:
1、我的github项目介绍:https://liuhuanyong.github.io
2、我的csdn博客:https://blog.csdn.net/lhy2014
3、about me:刘焕勇,**科学院软件研究所,[email protected]