檢視智慧金融与大数据分析重庆市重点实验室的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=http://5b0988e595225.cdn.sohucs.com/images/20200111/433c3d8f0d614ee6916b62ef12f09e00.png width="300"></center>
<small>[https://www.sohu.com/a/366321467_465792 来自 搜狐网 的图片]</small>
|}

'''智慧金融与大数据分析重庆市重点实验室'''是由[[重庆师范大学]]与马上消费金融股份有限公司于2016年9月筹建，2017年5月联合成立，2018年11月被评为重庆市重点实验室。实验室主要依托大数据、[[人工智能]]、云计算<ref>[https://it.sohu.com/a/523453939_120050395 云计算的普及：让我们了解一下云计算]，搜狐，2022-02-17</ref>等科技手段，重点研究海量数据挖掘及其在智慧金融中的应用、生物特征识别与自然语言处理及其在智慧金融中的应用、大数据分析与处理中的智能优化算法、金融大数据分析云平台研究等。

==研究方向==

为了总结“智慧金融与大数据分析”重庆市重点实验室2021年的主要工作，探讨实验室近期的研究方向，促进实验室的持续发展，由“智慧金融与大数据分析”重庆市重点实验室和重庆师范大学数学科学学院联合主办的“智慧金融与大数据<ref>[https://www.sohu.com/a/247291508_324615 什么是大数据？大数据的定义又是什么？]，搜狐，2018-08-15 </ref>分析重点实验室2021年实验室年会暨学术委员会[[会议]]”将于2021年12月18日上午9：00-12：00通过线上线下混合方式举行。

==成果简介==

是由智慧金融与大数据分析重庆市重点实验室、重庆国家应用数学中心自主研发的多模态知识图谱构建系统，系统包含多模态文档抽取引擎KExtractor、知识图谱构建平台KGraphBuilder、多模态语义搜索引擎KSearch等多个完全自研的系列[[工具]]，致力于打造一套知识获取、知识管理存储和知识应用的全生命周期体系，提出一整套针对多模态知识图谱构建的解决方案以及基于知识图谱构建智能化应用的解决[[方案]]。

目前KEngine已经申请十余项国家专利，具有完整自主[[知识产权]]。KEngine系统及其内部的不同子模块已与林同棪国际工程咨询(中国)有限公司、重庆医科大学附属儿童医院、马上消费金融股份有限公司等重庆多家知名机构达成合作意向并开始实施，产生了良好的社会和经济效应，进一步帮助企业进行深入的数字化转型，给企业决策提供数字化依据。

===研究背景===

企业经过数字化改革后，内部沉淀了大量的[[行业]]或者业务知识，但这些知识利用率常常较低，其主要原因是：1）知识的获取渠道分散，用户不清楚对应的知识存储在哪个系统中，导致企业内部的知识很难有效再利用；

2）人与人之间知识共享困难，多个[[系统]]之间知识共享困难，人与系统之间知识共享困难，最终形成数据孤岛；

3）库存知识维护工作量大，新增知识没有保证可持续性，导致知识维护的[[成本]]逐渐升高。

针对上述问题，KEngine通过结合知识图谱、大数据和人工智能技术，帮助企业实现知识管理的规范并提高企业知识利用的[[效率]]。

经过多年的数字化办公革命后，企业内部大部分数据或内部知识主要通过Word或PDF文档储存，但这些文档的内容很难被计算机理解，因此，为了更好地利用企业内部数据，首先需要将文档中的多模态数据（如：正文、[[表格]]、图片或公式等）提取出来。KExtractor多模态文档抽取引擎正是结合了计算机视觉、自然语言处理技术和计算机翻译技术打造的一个针对企业内部文档自动化提取的引擎，成为实现企业数据向知识转化的基础。

===多模态文档抽取引擎功能===

1.企业内部的文档格式多种多样，例如有些类型的文档为单栏，有些是双栏，更有许多文档为多栏。由于不同类型的文档其结构也不相同，例如有些文档包含摘要，有些则没有。对于这些复杂的情况，KExtractor通过结合[[计算机]]视觉和OCR技术可以识别不同类型文档的结构。

==参考文献==
[[Category:303 科學教育及研究]]