英国哲学家弗朗西斯·培根曾说过：“知识就是力量。这句话说，时我们得知识，再思考就能解决以前所知的多少问题。然而，随着数据量的爆炸式增长，要从海量的知识海洋中获取我们真正需要的东西变得非常困难。与此同时，对现有知识进行汇总和保存也变得越来越困难。在这样的背景下，人们不得不借用各种工具。它是为解决这样的问题而设计的。国双智能平台借助自然语言处理、知识图表、深层学习等各种人工智能技术，大大提高知识沉淀、检索、应用的效率和效果，真正将知识作为企业向智能化转变的驱动力，支持企业业务创新和发展。知识获取难度不断上升，大量隐形知识丢失，知道公司有相关数据和资料，但却不知道所能找到很多人的难题，是大企业的问题。因此，我们必须投入大量的时间和精力来寻找所需的数据和材料。随着知识增长速度的加快，知识密集领域的工作强度和难度日益增大，业务创新变得越来越困难，知识获取困难成为重要制约因素之一。这主要表现在以下几个方面，第一，收集、对比占用越来越多，比较重。众所周知，企业经过多年的发展，通常会建立多个系统，信息分散在这些系统中，从这些系统中查询、比较是非常耗时的。此外，日常工作所需的规范、指导方针等多年积累，也成为工作中不可忽视的“费时”任务。根据世界著名的学术出版集团爱思唯尔的一份名为《科学研究的信心》的研究报告，世界各地的研究人员搜索期刊文献的时间几乎与阅读文献的时间相同。研究人员每周搜索4个以上的研究文献，并阅读5个以上的文献。随着时间的推移，寻找文献的时间逐年增加。第二，特定领域的宝贵经验没有得到传播和传播，很难再利用，隐藏的知识也会丢失。当今企业员工的流动性加快，随着员工的离职和退休，特别是随着专家的离职，很多经验还没有被传承下来。第三，不同项目、不同部门、不同业务线、不同成员之间不存在知识和经验的共享和重用。当新员工进入公司时，学习成本很高。“我们众多知识智能平台客户的一个常见痛点是，很多资料都分散在个人电脑和网络磁盘上，没有总结和总结，也很难分享。“国家双知识图产品技术总监刘飞欧说。
国双知图书技术总监刘飞欧目前市场竞争日趋激烈，新成果、新技术的出现频率明显加快。同时，各种标准、标准的更新也越来越频繁，这一切都进一步增加了信息量，增加了检索和利用的难度。刘飞将知识工作者面临的挑战描述为“难以收集、难以检索、难以使用”。为了应对这些挑战，一些公司也在努力工作。例如，整合现有系统，在此基础上构建门户网站、搜索引擎，大大缩短检索材料的时间。然而，这一解决方案仍然有很大的局限性。首先，我们没有足够的智能来准确地找到我们需要的信息。作为一个典型的例子，输入“苹果”，返回的结果很可能是苹果作为水果和手机苹果，这意味着用户无法理解他们在寻找什么。其次，隐形知识的收集问题还没有得到解决。第三，缺乏专业的工具，难以更新。人工智能知识图，如图，是谷歌在2012年提出的一种技术，它使用图形模型来描述知识，表示世界上所有事物之间的相关关系。可以描述装置与装置、数据与数据之间的关联等客观形态，可以表示空气成分中有氧气的客观事实，还可以表示过程性逻辑，例如工作流程、实施步骤等。知识映射可以沉淀显式知识，也可以通过知识编辑来沉淀隐式知识。“知识图谱是一种非常好的技术，它可以帮助人们更容易地找到他们需要的信息。另一方面，你可以很容易地把知识集中在一起，组织起来，把零散的知识沉淀下来。“刘飞说。当然，真正易用的知识智能平台不仅包括知识图谱技术，还包括其他人工智能技术。例如，国双智能平台应用了包括NLP、图表、深度等在内的多种人工智能，在此基础上形成了模型、数据、提取和应用的完整工具链，实现了从数据、应用、到最后的全生命周期管理。国双知识智能平台的构建，最早始于2017年左右，仅从司法领域起步，用于司法文件和判例的汇集和整理，在此期间对自然语言处理的几个工具集进行了磨练，包括注释、提取等，并形成了一个文件分析平台。此后，该平台经过石油天然气行业的修炼，主要用于生产数据的数值数据的分析和处理，不久该平台就经过政府大数据项目的经验，进一步完善了知识图的应用。到2021年，国家双知识智能平台将在探索设计院得到进一步完善，无论是平台本身还是周边工具都将走向成熟。在国双知识智能平台的打磨过程中，其背后的高层次数据科学团队尤其值得一提。该团队成员来自大学、北京大学、哥本哈根大学等国内外重点大学，精通深度、自然等人工智能，在数据挖掘及智能分析、图表及智能应用等方面积累了丰富的经验，他们相继研发了600多件人工智能。为国双的性提供可靠性。
Double的人工智能技术也得到了业界的广泛认可。2018年，在中国司法大数据研究院（最高人民法院智慧法院重点实验室）联合举办的“中国法研杯”司法人工智能挑战赛上，国双获得第一名，并于2019年被任命为评委。2019年12月，我们在信息和通信技术研究所知识图谱基础能力评估中获得第一名。国双还荣获2020年“中国智能科技最高奖”吴文俊人工智能科技进步奖。这些成就进一步证明了我们在双重知识图、自然语言处理和深度学习等技术方面的领先地位。经过行业验证的国双知识智能平台背对国双数据科学团队，国双知识智能平台嵌入了7大类70多个算法，为业务创新和知识深度挖掘提供了充分的支撑。另一方面，平台为业务人员提供完整的知识获取、构建、管理、维护工具链，使知识沉淀更加高效、规范;同时，平台提供完整的模型构建、培训、发布、管理工具链，加快知识从样本到规模化登陆的过程。
“依靠业务专家构建的知识图，无论是搜索还是问答，都能高效、优质地获得高度符合业务需求的信息，满足搜索需求。刘飞介绍说。刘飞欧还表示，国双知识智能平台的价值主要体现在以下几个方面：第一，结合知识图在知识聚合方面的自然优势，利用国双知识智能平台，将信息检索效率提高10倍以上。其次，知识沉淀效率可以得到一百倍以上的提高。由于知识图表可以方便地沉淀各种无形、显现的知识，因此国双知识智能平台拥有完整的图表构建、建模工具链，进一步加速知识沉淀.此外，国双知识智能平台可以改变传统的知识构建和应用方式，形成知识协同构建。标准可以统一，可以满足个性化的需求。相对于目前市场上类似的平台，国双上述的优势十分明显。刘飞欧表示，除了这些明显的优势外，国双知识智能平台完整的工具链和经过验证的产业落地能力在很多平台上都不具备。例如，在工具链方面，从数据标记、模型和发布、提取到进一步的分析和应用，国双智能平台拥有专业的创新算法和工具，从而挖掘出深刻的价值。在行业中，国双知识智能平台从一开始就在用户需求驱动下与用户一起打磨，凝聚了大量行业专家的知识，在场景适应能力上具有先天优势。特别是通过司法、石油天然气、智慧能源、政府和科研等领域多个项目落地验证，其价值得到了充分认可。实际上，了解行业，面向行业，国双对各行业线都是共同的要求。刘飞欧表示，在建立知识图谱的过程中，分为两条线，一条是与行业专家、领域专家对话，从理论到行业进行自上而下的规划;另一种是与信息专家对话，自下而上进行验证，这里的验证是一种基于事实的数据，另一种基于上层应用场景，看它以后会做什么样的分析。将两者结合起来，可以构建一个良好的知识图。此外，在这些前期工作的基础上，国双知识智能平台目前已广泛应用于石油天然气、智能能源、司法、制造业、政府、大交通等领域，得到了用户的高度认可。对于国家双知识智能平台的下一步发展，刘飞欧表示将从两个方面加大力度。在行业方面，我们将进一步执行和渗透周边行业，在3-5年内开拓4-5个新领域。在产品方面，研究和优化了人工智能理论和算法的效率。此外，我们还将进行国内匹配，并支持“信任创造”。“在过去这些年中，绝大多数企业已经基本完成了数据资产化，现在已经进入数据知识化阶段，然后向知识决策化方向发展，并逐步渗透到细分领域，国双知识智能平台具有非常好的市场前景。我们现在要做的是不断磨练产品，使其更好地满足客户，并推动客户的数智化转型。“刘飞说。