知识图谱 现在已经在保险行业得到应用，知识图谱加工厂能够 对保险条款中的险种、费用、天数等等关键知识进行抽取，通过抓取海量用户需求进行不同险种的智能推荐 ，今天从知识图谱的应用优势角度分析知识图谱在保险行业的应用。
KGB知识图谱功能
KGB知识图谱引擎，可轻松解析多种格式与版本文档：TXT、DOC、EXCEL、PPT、PDF、XML等。尤其是PDF文件，可直接解析输出为word格式文件，保留文件中表格与文字格式等重要信息。对于图片信息，OCR可自动识别并抽取图片中的文字信息。
知识抽取：KGB知识图谱引擎，可从结构化表格与非结构化文本中自适应识别并抽取关键知识（主体、客体、时间、地点、金额、条款等），准确率高达90%，实现知识的快速生成。
知识关联：KGB知识图谱引擎深入挖掘知识关联，将一个个知识实体链接为具有完整意义的知识事实。并具有强大的知识推理能力，推理出暗含的知识与结论，丰富知识图谱。
知识较验：KGB知识图谱加工厂能够对知识质量智能校验，包括对多种知识错误与冲突进行自动智能核查与修正，更有知识工程师进行知识精准校验，保证知识图谱的准确性。
保险行业的知识图谱应用场景
准确 营销获客 ： 随着市场竞争加剧，能够更了解客户需求，匹配到最符合客户的产品和服务，也将直接提升保险公司在行业的竞争力。和传统的客户标签相比，KGB知识图谱在实现准确推荐上具备明显优势，在改善获客渠道方面，KGB知识图谱能够根据保险公司提供的客户非结构化数据，搭建画像体系和推荐模型，直接反映客户相关的关系，时间和行为因子，为企业筛选出符合产品定位的客户。
进行 风险预测 ： 知识图谱能够 对保险公司关联关系进行挖掘，实现语义上的舆情预警，帮助保险公司掌握风险舆情信息。 同时， 基于多维度的数据，建立起客户、企业和行业间的知识图谱，从行业关联角度预测行业或企业面临的风险。 比如， 通过机器学习，发现各个行业间的关联度，如果某一行业发生了行业风险或高风险事件，根据关联关系可以及时预测有潜在风险的其他行业，帮助 公司了解风险信息 。
优化业务流程 ： 知识图谱能够 通过对内部半结构化和非结构化材料进行知识提取与规则建立，帮助保险公司形成内部材料快速电子化，确保数据正常流动，极大提升工作效率的同时，有助于得出对业务有益的知识。知识图谱还可以实现信息多维化可视化展示的功能。通过知识图谱的可视化展示， 能够将 复杂的关联非常直观地呈现出来， 能够快速了解到文本信息 。
在应用方面，知识图谱加工厂有通用的图谱构建引擎，知识抽取、知识关联与质量核查过程不依赖特定业务知识，结合用户知识图谱构建的需求，可以快速构建领域知识图谱。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31386431/viewspace-2666718/ ，如需转载，请注明出处，否则将追究法律责任。
