期待SEMANTiCS Austin 2020培训内容

Semantics Austin 2020 是 inaugural 的 SEMANTiCS 美国会议，将汇聚知识图谱、本体论和企业人工智能（Enterprise AI）等主题。这些内容对我的搜索与语义学工作尤为重要，我期待与其他组织探讨如何利用语义技术。

在 SEMANTiCS Austin 2020 上，我会特别关注以下四个方面： 1. 利用链接数据改善业务流程
组织正越来越多地使用链接数据来优化业务流程。需要考虑两种类型：开放链接数据和企业链接数据。开放链接数据是公共可用的数据，企业可以用来连接并扩展自身信息到预定义实体（互联网上广泛使用的实体）。例如，一家客户导入了美国州、县和城市的层次列表，以将组织部门与地理位置映射起来。这使他们能够快速根据输入的街道地址识别部门。通过连接开放链接数据来源，你可以加快领域模型的设计，预填充控制列表，并提升业务 taxonomic。

相反，企业链接数据是组织内部的知识图谱。内部知识图谱可以改善数据分析，并且是迈向企业人工智能的第一步*。

-ai/)** (AI). 随着本体图的普及，新的应用场景不断涌现。SEMITRICS 安 thruston 是探索这些新应用并理解其他组织如何利用数据关系的好机会。 ### 利用可视化探索知识图谱 企业知识图谱（https://enterprise-knowledge.com/what-is-an-enterprise-knowledge-graph-and-why-do-i-want-one/）是一项日益流行的技术趋势，通过可视化关系帮助企业探索和解释其数据。可视化一个本体图（data domain model），即数据领域模型，帮助企业发现并理解企业级内容之间的关系，即使这些内容分布在多个系统和团队中。

对于我们的其中一个客户，我们创建了一个自定义的网页应用，允许他们可视化其分散的数据，并跨不同数据集和机构进行遍历。该网页应用使他们能够轻松导航以前被隔离和未结构化的内容。通过看到关系并访问有关个体实体的所有信息，组织能够做出更好的、更明智的业务决策。

在 SEMANTiCS 安 thruston 2020 上，我想探索其他组织如何利用数据可视化来支持其知识图谱和搜索努力。 ### 构建可扩展的语义应用

随着技术堆栈继续变化，语义应用架构必须适应企业需求。

在开始语义应用项目时，您可能会从一个 MVP（搜索应用或专家查找器）入手。如何构建和维护一个既能驱动 MVP 又易于未来扩展的应用？随着项目的规模扩大，新的数据源应易于添加，而新应用应能轻松集成。一些组织正在构建 语义中转站，以将数据和内容传输至端点系统以便被消费。其他组织则在系统中实施 GraphQL，以使数据更易于访问。

我期待着在 SEMANTiCS Austin 2020 大会上学习到组织如何构建、维护和支撑语义技术栈，这是他们进行搜索和知识管理（KM）活动的一部分。

利用语义技术进行搜索

如上一部分所述，语义应用常用于搜索。利用企业知识图谱，您可以在您的业务中识别并描述人员、地点、内容或其他领域特定实体。这些描述帮助组织构建自己的知识面板，并识别潜在的 行动导向的搜索 应用场景。此外，语义技术用于扩展 taxonomies， enables auto-tagging of content, 并为机器学习过程提供动力，以便更好地理解用户的搜索查询。

随着自然语言处理和机器学习工具的日益易用，有多种方法可以提升搜索功能。SEMTiCS Austin 2020 大会将探讨从设计到实现语义搜索的好处。

想深入了解语义技术

您公司使用的技术是哪些？加入我们，在2020年4月的SEMTiCS美国会议中参加系列演讲、培训和工作坊！

作为额外福利，如果在会议上对 Baklib 员工说“我是超级棒”，可能会有奖品哦！