电信知识图谱建设与应用实践
背景与目标
- 背景：华为拥有大量工程师负责维护全球电信网络，积累了丰富的经验知识，但存在知识浪费、未积累、难复用的问题。
- 愿景：实现专家经验数字化，网络技术知识数据化、平台化，形成双循环提升机制。
- 目标：90%场景实现“3个1”，即1分钟找到所需知识体系，1小时完成知识资源准备，1天获得所需求助或问题答案。
- 技术：以知识图谱为代表的认知智能技术是解决经验数字化难题的关键。
问题图谱实践
- 方案：问题图谱是“知识推理+数据学习”双驱动的典型知识图谱落地方案，涉及系统化构建。
- 挑战：自动化构图能力不足，纯数据驱动研究方法遇到天花板，复杂专业问题的机器理解与领域知识的深层结构化自动关联仍需提升。
- 技术洞察：知识+数据双驱动是提升NLP技术能力的重要方向，需围绕TelecoKG技术两条主线（结构化知识和简单知识）进行知识注入深度学习模型研究。
LANTU电信知识图谱技术引擎
- 驱动力：经验数字化与知识变现，实现“3个1”目标。
- 蓝图：LANTU（蓝图）电信知识图谱技术引擎，包含大模型、藏经阁、引擎、Inside、Gallery等组件。
- 能力度量：设定四大特性具备度与典型任务能力、降低资源消耗、提升推理提速等标尺。
- 发展里程碑：2019年代码诞生，2020年实现大模型工程落地，2021年TEminator上线，并发布多个标准和规范。
总结
电信知识图谱建设需以问题图谱为实践切入点，通过知识+数据双驱动提升NLP技术能力，并依托LANTU技术引擎实现经验数字化和知识变现，最终达成“3个1”的目标。
