理工酷

知识图谱通过获取实体概念之间的关系，实现知识可视化。无论是社交网络、生物信息学数据集还是零售购买数据，均可将知识建模成图谱（互联事实网络），助力企业发现易被忽略的关系模式。对这些图谱的日益重视反映了 – 仅靠机器学习无法解决企业面临的所有知识问题 – 这一共识。但是，随着知识图谱的不断扩增，自动确定概念之间的新关系变得越来越重要。

为此，都柏林研究院创建了首个自主进行图谱学习的开源库AmpliGraph，可从现有图谱中拓展新的知识发现。此前仅限于研究的能力，如今可作为开源库使用，此举在降低入门门槛的同时，也推动以图谱为基础的机器学习成为主流。在埃森哲技术研究院，我们携手客户将AmpliGraph用于多样领域，例如，从现有的生物医学数据中发现药物的副作用，以及打造个性化的员工技能培训项目。

发布单位：埃森哲