傳統(tǒng)企業(yè)管理咨詢服務接力知識圖譜技術進行服務提升

簡單介紹下傳統(tǒng)的企業(yè)管理咨詢服務內容。一般為企業(yè)問題需求調研、管理理論培訓，管理提升方案。大多數都是此類服務。那么這些服務的載體基本上都是文本信息。需求調研有管理問題知識題庫、理論培訓有教材、咨詢方案則是各類報告、制度手冊、操作文檔等等。范圍越大的咨詢項目，由于涉及到的人員廣泛、業(yè)務豐富。就導致了很多碎片化的信息。

所以，很多企業(yè)管理咨詢服務真正的收獲在于企業(yè)在整個咨詢服務的參與過程。而最后的方案則是這次咨詢的記錄及成果的描述。但是，從我們咨詢師的角度來說，更希望企業(yè)能持續(xù)的執(zhí)行落地咨詢服務中整理出來的改善方案、新的制度流程甚至是整個咨詢的工作的運作模式。這樣可以讓企業(yè)在咨詢服務結束后還可以自我持續(xù)的管理提升。

那么為了實現后面這一想法。我之前研發(fā)出幾類管理信息系統(tǒng)。從項目最開始的調研問卷系統(tǒng)、中間的項目在線管理系統(tǒng)、到最后的對標指標信息庫系統(tǒng)。但是還是沒有解決一個核心的問題，信息碎片問題。因為，我們把企業(yè)咨詢服務的各項工作進行了信息化提升。但是，很多工作內容，咨詢師與企業(yè)用戶還是喜歡用傳統(tǒng)的方式進行溝通交流來推動項目的進行。因為我們的系統(tǒng)沒有減輕大家的工作內容，反而產生了許多重復性工作。系統(tǒng)淪落為一個記錄報備的平臺。

主要原因還是，傳統(tǒng)的信息系統(tǒng)本質還是對數據信息進行增刪改查的信息管理平臺。對于非常規(guī)化業(yè)務流程來說，系統(tǒng)的使用必要性、依賴度會很低。這個問題直到我遇到了知識圖譜技術。

在2020年3月13日。華為云舉辦的線上開發(fā)者沙龍。由華為云知識圖譜專家鄭毅博士介紹了相關知識圖譜概念。了解到知識圖譜與自然語音處理密切相關，與信息數據庫有關、與語義網絡有關。同時知識圖譜分為兩大類，一類為通用知識圖譜。另一類為行業(yè)知識圖譜。

鄭博士提到，企業(yè)級的知識圖譜為之頂向下方式來溝通。企業(yè)用途為專業(yè)領域。解決了不同來源的數據信息，進行識別合并。這樣的知識融合，可以讓整個咨詢過程的文檔信息更加有效的管理起來。同時，知識圖譜自帶的自動更新功能。就可以更好發(fā)揮出來企業(yè)標準化管理問題。這個問題需求來源于企業(yè)在做咨詢的過程中會設計制作出許多標準化文檔。但這些文檔在未來。甚至是去年的標準與今年的標準有所變化時，會給企業(yè)管理帶來巨大的管理成本。而企業(yè)的各類標準必然是不斷的變化的，因為隨著外部市場的變化、成熟技術的革新等等。就會導致許多標準進行升級或廢除。那這時候能運用上知識圖譜技術就能有效解決中層管理中許多溝通、通知問題。

知識圖譜-信息抽取-流水線式三元組抽取。這類技術為命名實體識別方法（NER)。分為基于規(guī)則、無監(jiān)督方法、有監(jiān)督方法（特征工程）但這類技術局限性很大。最新的技術為深度學習方法（SOTA）。建議使用BERT，非常有效。不足的問題有：1，錯誤傳播、2.忽視了兩個子任務之間存在的關系，3、無效關系、冗余信息導致準確率下降。

新的技術思想，信息抽取-聯(lián)合式抽取。

目前在華為云上的信息抽取模型：

通過石油探測案例我們理解知識圖譜的運用方面及其帶來的技術優(yōu)勢。我們可以通過知識圖譜技術實現知識聚合、降本增效?、產能翻番。

AI

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現本站中有涉嫌抄襲或描述失實的內容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。