金融知识图谱构建与查询

📚 共计 30 章节

金融知识图谱概述

什么是知识图谱 · 金融为什么需要知识图谱 · 典型应用：风控、投研、监管

概念应用场景

知识图谱核心技术栈

知识表示 · 知识抽取 · 知识融合 · 知识推理 · 存储与查询

技术栈全流程

金融数据源分析

结构化数据 · 半结构化JSON/XML · 非结构化研报/新闻/公告

数据源多模态

命名实体识别(NER)基础

规则方法 · CRF统计方法 · BiLSTM-CRF / BERT深度方法

NER深度学习

金融领域实体识别

公司名 · 人名 · 产品名 · 行业术语识别技巧与实战

金融实体实战

关系抽取技术

模板关系抽取 · 远程监督 · 预训练模型关系抽取

关系抽取范式

金融关系抽取实战

股权 · 供应链 · 担保 · 关联交易关系抽取

金融关系实战

属性抽取与事件抽取

公司属性(注册资本/成立日期) · 金融事件(并购/减持/违约)

实体对齐 · 实体消歧 · 共指消解

金融实体对齐实战

属性相似度 · 图结构 · 表示学习对齐方法

实体对齐实战

知识表示学习

TransE · TransR · RotatE 等嵌入模型原理与对比

表示学习KGE

金融知识图谱Schema设计

实体类型 · 关系类型 · 属性定义 · 约束规则

图数据库选型

Neo4j · JanusGraph · Nebula Graph 对比，金融偏爱Neo4j

图数据库选型

Neo4j安装与Cypher基础

节点创建 · 关系创建 · 属性查询 · 路径查询

Cypher高级查询

聚合函数 · 子查询 · 图算法(PageRank/社区发现)调用

高级查询图算法

Python操作Neo4j

py2neo库 · 批量数据导入 · 事务管理

金融知识图谱构建Pipeline

数据采集→预处理→实体抽取→关系抽取→融合→图存储

Pipeline全流程

基于规则的知识抽取系统搭建

正则表达式 · 词典匹配 · 依存句法分析

基于深度学习的知识抽取系统搭建

使用HuggingFace Transformers微调

深度学习Transformers

知识图谱质量评估

准确率 · 召回率 · F1 · 覆盖率 · 一致性检查

知识图谱可视化

D3.js · Neo4j Browser · Gephi工具使用

可视化工具

金融知识图谱查询系统设计

自然语言转Cypher(NL2Cypher) · 模板匹配 · 语义解析

查询系统NL2Cypher

基于知识图谱的智能问答

实体链接 · 关系路径推理 · 答案排序

智能问答KBQA

金融风控场景实战

关联交易识别 · 担保圈检测 · 实控人挖掘

金融投研场景实战

产业链上下游分析 · 竞争对手发现 · 投资标的筛选

金融监管场景实战

反洗钱网络分析 · 内幕交易线索 · 异常交易监测

知识图谱的推理与补全

基于规则推理(SWRL) · 基于GNN推理(GCN/GAT)

动态知识图谱

时间维度引入 · 事件驱动更新 · 时序推理

动态图谱时序

大规模知识图谱分布式存储与查询

分片策略 · 索引优化 · 查询性能调优

分布式性能

金融知识图谱项目实战

从0到1构建上市公司关联关系图谱 · 全流程展示

项目实战全栈