文章内容仅供参考，以嘉宾报告内容为准。

金融数据结构化的关键技术和应用

鲍捷

应用场景

金融文档浩如烟海，将数据结构化具有很强烈的需求。

自动化监管：技术手段将信息披露、企业监管等文档结构化，代替人工自动进行合规、真实性等检查。 自动化审计：pdf和word中自动提取报表信息，根据标准规则，自动检查财务报告 银行：报表识别，文本数据结构化，外部企业数据，客户画像，产品和业务描述结构化，智能化柜台，智能化信贷审核

文因互联案例：新三板年报结构化、财务报表结构化、银行的知识图谱问答、行业研究报告抽取、上交所核心公告结构化、会计师事务所法规结构化和搜索、银行非结构化数据治理…

NLP技术

自然语言处理技术：实际应用中，往往是 规则 + 模型（或者多种算法综合）的方式

研究还处在活跃状态，算法趋向于深度学习 依赖于大规模训练语料：标注成本高 实体提取 准确率基本达到生产可用；关系提取 准确率还不能达到生产可用的标准，某些具体领域可能会好一点。

关于构建金融知识图谱的探索与建设

孙强

背景与思路

金融行业数据繁多，传统方式处理信息非常低效。知识图谱的作用是，将各处分散的金融数据，按照内在的关系（经济规律、因果关系、相关关系）组织起来，达到数据的联动，从而发现趋势或变化。

由于智能水平的限制，很多图谱构建都是依赖于人工。

应用与案例

银行：风险监控，贷款评估，行业专家库、数据服务 券商：智能投研，智能投顾，投资机会推送 基金：量化投资，智能投研，自动研报 智能科技：经济数据支持，经济智能化产品设计

案例：某某成分被认定为有毒-》哪些药使用了这一成分-》哪些公司受到影响-》如何投资 案例：某某钢材去产能-》钢材影响哪些产品-》哪些公司受到影响-受益/损失-》如何投资

经验与困惑

需要与行业业务、逻辑密切结合 投研相关的知识图谱本身就是质量非常高的词库，可作为词库广泛运用在nlp、搜索、问答等领域 图谱能做什么？图谱不能做什么？ 金融对数据的要求非常严苛

数据库的选用：neo4j可能比较炫酷，但是在查询效率方面可能不如传统的RDBMS，有时甚至比较老的工具反而更加好用一些

知识图谱行业落地案例分享：医疗和人机交互

刘升平

医疗行业

语言：患者语言（问诊、咨询，口语化），医生语言（口语，书面语，问诊、病历），专家语言（教材，文献，临床指南） 从语言提炼出知识。 知识：医疗知识图谱（疾病、症状、药物、部位等）+ 临床规则（诊断规则、用药规则） 根据知识进行决策。 应用：导诊分诊、预问诊、病历生成、病历质量控制、辅助诊断、医保审核

知识图谱的敏捷构建：

• 下载和抽取：web、半结构化、非结构化数据，得到 原始知识
• 清洗和转化：知识清洗，数据转化，单元测试，得到 交换格式知识
• 导入和融合环节：知识导入，实体对齐和融合，单元测试，得到 测试知识库
• 测试和修正环节：自动化统计和测试，得到 线上知识库
• 发版和优化环节：本体评估、问题分析和整理、制定下一迭代优化计划和方案

提到了知识图谱的自动化测试，定位和修复错误。在应用时也需要注意，不能假设图谱是完全正确的。

图谱测试的一些方法：

• 指标量化（图谱中包含多少词，多少个关系等）
• 根据现有存在的知识图谱，与当前构建的图谱比较，查看概念覆盖率，图谱完整性等
• 基于应用的效果评价：新的图谱版本，对应用的效果是否有改进

语境知识图谱（人机对话系统）

技术架构：语言识别，自然语言理解，对话管理，自然语言生成，转换语音

语义：字面意义，比如 温度有点低； 语用：在特定语境中传递的回话意义（话外之音），比如 是否把家里空调温度调高两度？ 语义+语境=语用

语境：

• 物理语境：时间，地点，天气
• 言语语境：上下文，主题及脚垫
• 知识语境：常识，领域知识，用户画像

知识图谱在对话理解中的应用：

• 话语中的实体发现，实体链接
• 指代发现，以及基于实体的指代消解
• 对候选语义，结合知识来消除歧义

上下文融入对话： 上下文、会话session、对话主题 引入decoder中

聊天一致性： 把聊天助手的个性信息，导入到decoder的输出过程中

知识图谱问答： 1）semantic parsing —— 实际中，可能这种方法更加有效。（基于规则，写模板，或者结合一些统计学方法） 2）深度学习（检索、排序） 问题和知识都向量化，比较相似度。

Losin 揭开知识库KB-QA问答的面纱 https://zhuanlan.zhihu.com/kb-qa

知识图谱还可用于主动发起聊天话题：聊不下去了，就找一个相关的实体，从相关的实体出发，主动发起新的聊天。

知识提取在证券和银行数据治理中的应用

郑锦光

为什么数据治理对金融机构很重要

数据治理：数据管理，数据质量控制，数据价值，监管监督 银行的数据：非结构化（身份证照片、纸质文件扫描件、现场照片、文本记录等）。数据规模大（每年几百TB增长） 公开金融数据：公告，研报，新闻等

问题：数据量大，来源多，异构数据，分析要求高

案例

公告摘要：人工从公告中，提取出摘要信息，提取出重点数据信息； 财务报告复核：财务报告中很多指标会多次在文中出现，但可能数据会有错误，数据不一致，如何自动完成复核 法规智能检索系统：帮助机构迅速理解新出台的法规等。可自动抓取、分类、检索法律法规。

银行跨部门数据治理：将银行数据连接起来，支持对企业、个人用户的画像和风险分析 银行知识引擎：将银行内部数据结构化，为用户画像分析、机构事件分析、量化分析、问答系统等提供知识核心引擎 金融报告和企业智能搜索系统：将公司（公司所在地，主营项目等）和行业（发展状况等）分析资料，整合在一个平台中，便于维护和检索。 公司搜索引擎：覆盖A股及新三板企业，公司的投资、高管、定增等事件；智能分析企业业务，寻找对标企业；细分行业查询； 自动报告生成：一键生成指定企业的详细分析 公告自动预警系统：公告中提取摘要，获得相关企业的预警推送等。（类似之前提到那个投资风险自动预警）

知识图谱技术

技术框架：

• 各类文件，pdf、word、html解析器
• 文本清洗，章节结构分析，图语义识别
• 信息提取框架（实体，关系，事件）
• 知识推理

数据治理在金融零售业务转型中的重要作用

常国珍

银行零售业务痛点与应对措施

银行零售业务：客户群老化，单客贡献低，客户信息少，忠诚度不高

数据治理的主线

知识图谱在银行的案例

银监会-银监眼：了解每家银行的贷款情况，贷款量，贷存比，风险情况。具体到每一个客户的可疑点、关联关系、客户画像等