現在的企業(yè)都積聚了許多文檔和非結構化數據，其中“封存”了難以估算的業(yè)務及產品知識，若不能充分利用，知識的價值就無法被釋放。自然語言技術近年來獲得了突破性進展，推動以其為基礎的知識工程發(fā)展，目前已可以高效處理海量文檔，自動構建知識圖譜。這樣一來，原本極難運用的非結構化數據就轉變?yōu)榭伤阉鳌⑼评砑邦A測的結構化數據。

作為國內認知技術和情感計算技術的領航企業(yè)，竹間智能對于知識工程技術有著深入的研究，在構建智能知識庫和知識圖譜上都有一定的優(yōu)勢。那么，竹間智能怎么樣借助認知技術幫助企業(yè)降本增效，提高核心競爭力的呢？今天就用我的親身經歷來和大家聊一聊。

我是在一家證券交易所做證券分析師的，我們公司之前也有一個知識庫，但卻是那種由人工維護的傳統(tǒng)知識庫，文檔入庫后想要找到自己需要的東西，真的非常麻煩，而且它還只支持關鍵詞搜索，有時候還會搜索出一大堆不需要的東西，等待時間久了不說，體驗感也不好。

為了解決這一難題，公司與竹間智能展開了合作，竹間智能針對我們的需求，構建了一整套解決方案。關于竹間智能怎么樣這個問題，其實在這個項目真正落地之前，我也是抱著懷疑的態(tài)度的，因為就行業(yè)知識而言，我們公司業(yè)務涉及的知識點超級多，而且還會時不時更新，一個智能知識庫真的可以在短時間內建成并實打實地幫助到我們嗎？

我們公司與行業(yè)有關的文檔、材料和格式迥然有別，包括結構化、非結構化、半結構化數據，而且零零碎碎地分布在不同的子網站中，數量非常多，整理起來也很復雜。竹間智能根據我們的痛點，依托旗下的Gemini平臺為我們構建了一個智能知識庫，可以接入各種結構化、非結構化、半結構化數據，通過認知搜索引擎自動創(chuàng)建索引，想要的文檔能夠瞬間被找到，它還可以通過違禁詞判斷、無用信息過濾、模型糾錯、特征增強等功能，對我們的輸入的搜索信息進行預處理，在結合機器學習對召回數據進行粗排和精排，最后將完美的搜索結果呈現出來。

新系統(tǒng)上線之后，給我們的日常工作帶來了非常大的幫助，工作效率有了明顯提升。通過搜索智能知識庫能夠快速給出答案，就連高峰期平均響應時間都小于1秒，而且除了關鍵詞全文檢索外，還能夠支持提問式語句搜索、口語化搜索、圖譜搜索等，真的特別方便。

總之，竹間智能搭建的智能知識庫在幫助公司實現自動信息抽取的同時，也可以大幅提升工作的效率，真正地實現降本增效。