为什么需要领域智商?

缺少权威的领域认知智能评估方法
领域认知智能应用只有建立在专业、准确并且可解释的高质量数据之上,才能真正发挥数据应用的价值,为数字化转型提供强力支撑。因此需要建立评估体系,对数据质量进行量化。
市场上存在众多数据质量评价标准:通用语言理解评估基准、人工智能算法模型评价指标、统计模型指标……但是这些评价标准过于分散,较难与领域认知智能应用结合。
为什么需要领域智商?

缺少权威的领域认知智能评估方法
领域认知智能应用只有建立在专业、准确并且可解释的高质量数据之上,才能真正发挥数据应用的价值,为数字化转型提供强力支撑。因此需要建立评估体系,对数据质量进行量化。
市场上存在众多数据质量评价标准:通用语言理解评估基准、人工智能算法模型评价指标、统计模型指标……但是这些评价标准过于分散,较难与领域认知智能应用结合。
类比人类智商,定义领域智商
记忆力
认识、记忆、保持、再认识和重现客观事物所反映的内容和经验的能力。
理解力
对某个事物或事情的认识、认知、转变过程的能力。
判断力
通过选择和抉择的形式将其价值观付诸在事件上的性格体现能力。
推理力
人进行抽象思维的能力与水平
人类智商


领域智商

知识量
知识图谱中的实体、关系、属性数量,还有领域训练模型中的参数数量。
意图理解
对用户输入的查询、搜索、问句的意图理解。
机器学习算法判断
利用机器学习算法进行判断的能力,例如利用知识网络进行实体识别、分类、知识提取等等任务的处理能力。
推荐/搜索/问答
“搜索/推荐/问答”等任务的处理能力,根据用户的输入推理得到正确的答案。
类比人类智商,定义领域智商
记忆力
认识、记忆、保持、再认识和重现客观事物所反映的内容和经验的能力。
理解力
对某个事物或事情的认识、认知、转变过程的能力。
判断力
通过选择和抉择的形式将其价值观付诸在事件上的性格体现能力。
推理力
人进行抽象思维的能力与水平
人类智商


领域智商

知识量
知识图谱中的实体、关系、属性数量,还有领域训练模型中的参数数量。
意图理解
对用户输入的查询、搜索、问句的意图理解。
机器学习算法判断
利用机器学习算法进行判断的能力,例如利用知识网络进行实体识别、分类、知识提取等等任务的处理能力。
推荐/搜索/问答
“搜索/推荐/问答”等任务的处理能力,根据用户的输入推理得到正确的答案。
领域智商 即领域知识网络的智商,用于衡量某个领域知识网络在该领域认知智能应用时,可达到的智慧程度;它是领域知识网络的价值量化指标。
领域智商 即领域知识网络的智商,用于衡量某个领域知识网络在该领域认知智能应用时,可达到的智慧程度;它是领域知识网络的价值量化指标。
领域智商点亮认知智能
提供领域认知智能优化方向
领域智商的各项参数得分可以为领域认知智能提供优化方向。例如:当知识储备的数量级达到一定程度时,提升知识储备得到的领域智商增长速度放缓,此时提升认知能力和知识质量都可以带来更大程度的优化。


助力数据价值变现
领域智商的各项参数遵循了标准化、透明性、客观化的特征。领域智商量化了企业的领域认知智能资产,助力数据变现落地。
