2022年中国知识图谱行业研究报告(16)

采集过程：包含知识清洗、知识对齐、知识存储。
管理目的：建立管理机制，对知识进行增减与更新。
三、知识图谱应用举例：以半导体光刻胶的产品与工艺研发设计为例
预期目标：发现新型半导体光刻胶产品或工艺研发设计方法，逐步实现半导体光刻胶国产化替代。
核心原理：基于搭建好的半导体光刻胶知识库，构建知识图谱网络，发掘不同类型的半导体光刻胶的特性、化工原理、适用的光刻工艺，光刻工艺细节等。
业务价值：以直观的形式展现产品与工艺研发知识中的隐性关系，辅助关联关系与知识点间相互关系的发现，激发研究思路。
服务对象：产品与工艺研发人员。
所需数据特点：以文本化数据为主，因为产品与工艺研发类的知识图谱更多以专业知识为基础进行搭建。

场景应用分析二：安全质量控制
检修与缺陷排查耗时费力，知识图谱快速提供原因与措施
一、主要业务痛点
Part1：设备易发多发故障，检修知识与经验需汇聚沉淀
工业生产流程与电力调度过程涉及到多类型、多数量的设备，这些设备都有专业的操作步骤与检修知识，设备故障分析耗费大量人力与时间，而故障的历史数据或检修经验尚未被系统化地汇集、开发与利用。如何围绕设备故障的核心数据与经验，提高故障处理效率，节省成立成本与重复性工作，是设备检修的业务难题。
Part2：产品/设备可能存在潜在缺陷，需进行缺陷排查
工业与电力对产品/设备的严谨性与安全性存在高要求，这就需求相关人员对工业/电力整体生产流程所设计设备的安全性、可控性进行严格把关，并进行失效影响分析，完成生产异常溯源，其中涉及大量专业知识与假设，分析检查过程难度大且时间长。
Part3：人力分析可能存在失误或不全面，新手需工具辅助
完全依赖人力劳动带有不可避免的局限性，如因疲劳所导致的失误判断、因认知有限所导致的分析不全面等。此外，新手与经验丰富的专家存在业务能力差距，需要专业简易的工具辅助。
二、知识图谱核心业务价值
多维度知识关联，快速响应机制建立