-
以圖構(gòu)圖
可視化構(gòu)建知識圖譜，所見即所得，0代碼知識構(gòu)建模式。只需通過簡單的拖拽操作即可輕松完成知識圖譜的構(gòu)建任務(wù)，極大的降低圖譜構(gòu)建難度，對使用者的技術(shù)要求
-
內(nèi)置模型
系統(tǒng)預(yù)置大量的非結(jié)構(gòu)化數(shù)據(jù)抽取、三元組抽取構(gòu)建模型，可供用戶自由選擇、靈活組合使用。滿足用戶不同應(yīng)用場景、不同領(lǐng)域圖譜的快速構(gòu)建的需求
-
全流程圖譜設(shè)計(jì)
覆蓋本體設(shè)計(jì)、知識抽取、知識融合、圖數(shù)據(jù)管理、應(yīng)用發(fā)布等全流程功能，同時(shí)，支持多種格式文件，具有較好的兼容性。滿足跨平臺、多用戶協(xié)同使用的需求
-
“術(shù)”、“業(yè)”專攻
通過項(xiàng)目管理將技術(shù)與業(yè)務(wù)有機(jī)結(jié)合，實(shí)現(xiàn)知識圖譜的有效分工。使設(shè)計(jì)人員輕松駕馭圖譜構(gòu)建，更專注于圖譜業(yè)務(wù)的設(shè)計(jì)優(yōu)化，而技術(shù)人員無需參與重復(fù)性的基礎(chǔ)工作
-
可視化Schema設(shè)計(jì)
“以圖構(gòu)圖”設(shè)計(jì)模式
以圖構(gòu)圖設(shè)計(jì)模式，可視化的在線設(shè)計(jì)方法，實(shí)現(xiàn)本體設(shè)計(jì)的快速、自由、靈活
支持多種格式（owl、rdf、rdfs）的文件導(dǎo)入、導(dǎo)出，兼容性較好
OpenKG中90%以上資源可直接接入 -
“自動化”信息抽取
智能化圖譜構(gòu)建
非結(jié)構(gòu)化圖譜，內(nèi)置自然語言處理模型，自動提取三元組信息
針對市民熱線的事件，設(shè)計(jì)聯(lián)合抽取模型，較pipeline提升了時(shí)效和準(zhǔn)確率 -
預(yù)置基礎(chǔ)服務(wù)
圖探索
實(shí)現(xiàn)對寫入知識的智能化顯示及查詢
提供更加簡潔的知識檢索、探索和聚合服務(wù)
支持用戶定制化開發(fā)及個(gè)性化的應(yīng)用 -
“0代碼”構(gòu)建圖譜
一鍵式圖譜生成
完成圖譜本體設(shè)計(jì)、數(shù)據(jù)映射后，即可啟動系統(tǒng)自動化完成知識圖譜生成
過程無需人工干預(yù)，實(shí)現(xiàn)0代碼構(gòu)建 -
“低難度”構(gòu)建圖譜
可視化數(shù)據(jù)映射
支持多種數(shù)據(jù)映射方式，滿足用戶不同使用場景下的設(shè)計(jì)需求
采用靈活、易用、可視化的圖形操作界面，業(yè)務(wù)人員無門檻使用
輕松駕馭圖譜設(shè)計(jì)過程中的數(shù)據(jù)操作問題，有效降低圖譜設(shè)計(jì)難度
智能派單
智能派單
智能派單主要面向智能客服、智能運(yùn)維等應(yīng)用場景中的工單的派發(fā)，通過對目標(biāo)派發(fā)工單內(nèi)容包括工單標(biāo)題、訴求地址、工單內(nèi)容、訴求目的等信息進(jìn)行語義理解分析，識別關(guān)鍵信息內(nèi)容，系統(tǒng)自動識別，智能推算預(yù)判工單處置部門，推薦工單派發(fā)部門并給出推薦單位預(yù)測值，輔助業(yè)務(wù)人員快速實(shí)現(xiàn)工單的派發(fā)
事件分析
事件分析
通過運(yùn)用關(guān)鍵詞提取、詞向量表達(dá)、地址抽取、相似度計(jì)算等技術(shù)，結(jié)合知識圖譜對事件的關(guān)聯(lián)關(guān)系分析。以事件為中心，從時(shí)間、空間、地理位置等多維構(gòu)建分析模型。真正實(shí)現(xiàn)“一人多訴、同人同訴、多人同訴”等事件的合一處置，居民關(guān)心的同訴事件的優(yōu)先處理
關(guān)鍵信息抽取
關(guān)鍵信息抽取
通過對目標(biāo)工單文本內(nèi)容進(jìn)行語義理解分析，識別關(guān)鍵地址命名實(shí)體，從而實(shí)現(xiàn)系統(tǒng)自動從文本數(shù)據(jù)中抽取出工單內(nèi)容中的地址信息。后續(xù)用戶可實(shí)現(xiàn)工單的地圖標(biāo)注，及投訴事件的區(qū)域熱度分析等
知識推薦
在城市大腦個(gè)性化推薦中，以“我”為中心整合服務(wù)資源并進(jìn)行個(gè)性化定制，通過知識圖譜分析用戶行為習(xí)慣和環(huán)境信息，使用圖嵌入、圖路徑分析、社區(qū)發(fā)現(xiàn)算法等方法，智能推送用戶關(guān)注度高、關(guān)聯(lián)性強(qiáng)的信息，主動提供服務(wù)
知識推薦
智能問答
智能問答
通過構(gòu)建，設(shè)計(jì)知識圖譜問答（KBQA）系統(tǒng)，支持多實(shí)體多跳（Multi-hop）匹配和推理?；谀X庫知識圖譜組件和腦庫時(shí)空構(gòu)建組件將空間和非空間數(shù)據(jù)結(jié)合，實(shí)現(xiàn)空間推理。通過知識圖譜語義問答和GIS的結(jié)合，將位置和相應(yīng)的屬性精準(zhǔn)返回，實(shí)現(xiàn)知識和地圖的可訪問及互操作，為城市服務(wù)提供便捷
預(yù)警分析
預(yù)警分析
基于多年政務(wù)行業(yè)積累，為政務(wù)用戶提供分析預(yù)警模型，圍繞居民基礎(chǔ)信息、被訴主體信息、工單信息等，分析城市事件發(fā)展趨勢、規(guī)律、特點(diǎn)等，城市事件的周期性、趨勢性變化，對熱點(diǎn)輿情、突發(fā)事件進(jìn)行實(shí)時(shí)預(yù)警研判。真正實(shí)現(xiàn)“主動處置、未訴先辦”的目標(biāo)
城市治理調(diào)度
城市治理調(diào)度
城市知識圖譜覆蓋設(shè)備、承載物、管理、事件、領(lǐng)域和規(guī)則等概念，構(gòu)建城市多領(lǐng)域知識底座，用于處理城市服務(wù)和城市治理問題。例如當(dāng)發(fā)生占用消防車道事件時(shí)，消防通道傳感器記錄相關(guān)信息，并進(jìn)行報(bào)警。同時(shí)，將涉事車輛相關(guān)信息反饋給管理部門，業(yè)務(wù)人員再根據(jù)地址區(qū)域、規(guī)章等信息對違章停車事件快速干預(yù)處理。相關(guān)構(gòu)建和應(yīng)用研究方法被CCKS2021收錄3
