简介：百度知识图谱部主任研发架构师宋勋超分享了百度在知识图谱构建及智能应用方面的实践经验，包括大规模工业实践、智能问答和智能写作等方面。
随着人工智能技术的不断发展，知识图谱作为智能化的关键基础，已经被广泛应用于各个领域。百度作为国内领先的AI企业，在知识图谱领域也有着深厚的技术积累和实践经验。在本次分享中，百度知识图谱部主任研发架构师宋勋超将为大家带来《百度大规模知识图谱构建及智能应用》的报告，从大规模工业实践的角度，分享百度知识图谱部门过去几年所做的工作，介绍百度实际工业生产中是如何应用知识图谱技术的。
宋勋超首先介绍了百度知识图谱的发展历程。百度知识图谱部源于搜索，服务于搜索，同时随着自身技术的不断迭代和进步，将知识图谱技术应用到了搜索以外的场景。目前，百度知识图谱已经面向行业客户提供行业知识图谱一体化服务，包括行业知识图谱架构、行业知识图谱平台以及两个标准化产品智能知识库和图数据库，涉及医疗、金融、教育、法律等领域。
在医疗领域，基于行业医疗大数据，通过知识图谱构建方法形成医疗领域专业知识图谱，可以支撑智能分诊、辅助诊断、医疗建议等医疗领域知识图谱应用。在金融领域，基于知识图谱的风险控制和智能投顾服务可以为金融机构提供更精准的风险评估和个性化投资建议。在教育领域，通过构建教育领域知识图谱，可以辅助智能导学和智能评价，为学生提供个性化的学习路径和精准的学习反馈。
随后，宋勋超重点介绍了知识图谱在智能问答和智能写作方面的应用。智能问答是百度知识图谱非常具有特色的应用技术之一，可以分为KBQA、IRQA和知识推理QA等不同类型。其中，IRQA聚焦于如何利用知识优化机器阅读理解的效果，让语言和知识真正得到融合。基于知识图谱的认知与决策应用非常多，比如在智能写作中，可以利用知识图谱自动生成文章段落，提高写作效率。
宋勋超还分享了百度在知识图谱领域的最新研究成果。其中一项是基于知识图谱和图神经网络的机器阅读模型，该模型可以增强知识和语言相互融合，在ReCoRD数据集上取得了非常好的成果。此外，百度还发表了其他两个研究成果，分别是关于知识推理和问答方面的技术。
最后，宋勋超总结了百度在知识图谱领域的实践经验。他表示，大规模知识图谱构建需要充分考虑数据质量、技术架构、应用场景等多个方面的问题。同时，智能应用也需要不断迭代和优化，以适应不断变化的应用需求和技术发展。未来，随着人工智能技术的不断进步和应用场景的不断拓展，知识图谱技术将会发挥更加重要的作用。
总之，宋勋超的报告为我们深入了解百度在知识图谱领域的实践经验和技术成果提供了宝贵的资料。通过本次分享，我们不仅了解了大规模知识图谱构建及智能应用方面的最新进展，也看到了百度在人工智能领域的领先地位和技术实力。