需求方所在领域

人工智能与大数据

需求情况说明

需求

题目

领域知识图谱构建及应用关键技术研究

需求

简述

垂直领域知识图谱的构建及应用面临若干典型技术难题：弱数据资源条件下的领域知识抽取、融合、推理，以及推荐系统和对话问答等应用开发等。本项目需针对上述问题，结合符号学、统计学、深度学习等技术，构建面向领域数据的典型应用示范。

功能

要求

面向专业试验报告、产品研制过程记录、学术文献等领域数据：

1、 构建基于无监督/半监督/迁移学习的知识抽取、知识融合模块

2、 构建基于图推理的异构数据（知识库+非结构化文本）知识推理模块 

3、 开发基于语法知识/上下文知识/元学习的多轮语义分析和智能问答模块

主要

指标

面向领域数据：

1、 知识抽取/融合任务：实体抽取F1值达到0.85以上，关系抽取F1值达到0.70以上，实体-关系抽取整体F1值达到0.80以上，实体对齐F1值达到0.80以上；

2、 知识推理任务：以常识问答测试的形式进行考核，准确率需达到75%以上，对挂接的知识库无限制；

3、 多轮语义分析和智能问答：以多轮复杂问答测试的形式进行考核，准确率需达到40%以上，对挂接的知识库无限制。

其他

要求

测试过程需采用封闭环境（类似于美国AI2研究所通过BEAKER平台提供的封闭测试环境，测试样本不公开，需上传模型，可反馈测试成绩供迭代优化），目前该平台正在开发中，测试样本主要是垂直领域非结构化数据，覆盖的专业方向如军事新闻百科、故障件信息记录、产品研发过程记录等。

实测

要求

参考主要指标。

产学研

现有基础情况

可在封闭环境提供少量领域数据样例用于模型调试，规模约一千万字

合作

意向

前三年名达到指标要求可进入采购必选流程  

 联合研发（基础研发  工程应用研发）

对优秀解决方案

悬赏奖励

否

比选方式

仅产品实测比拼 

备 注

1.专题赛详细信息可登陆专题赛官网（http://www.zgccmichallenges.cn）或搜索微信公众号“中关村新兴领域专题赛”查询。

2.需求可登陆专题赛官网（http://www.zgccmichallenges.cn）或搜索微信公众号“中关村新兴领域专题赛”下载。

3.需求细节沟通咨询和专家辅导点评请关注微信公众号“中关村新兴领域专题赛”，分别在“需求发布”和“提交方案”栏按提示操作。