1.专家系统

即基于大量规则形式做的AI系统

专家系统：目前在金融风控领域应用仍然十分广泛，因为其有自身的一些优点。

金融风控知识图谱搭建流程如下：

step1：需要金融专家将金融领域的一些经验整理出来

step2：知识图谱工程师将专家的经验构造成知识图谱（计算机可识别），生成图数据库。

step3：NLP工程师构建推理层

step4：业务人员通过API接口调用程序进行应用。

2. 专家系统优缺点：

优点：
1. 可解释性强。

2.不需要很多数据。

缺点：

1. 需要设计大量的规则
2. 需要领域的专家来指导

3. 可移植性差
4. 学习能力差。
5. 人能考虑的范围是有限的

3. 风控领域难题：

1. 有大量的规则，需要逻辑推理

2. 规则多了后，规则间的冲突问题。思路：可以先用n-1条规则推第n条，看实际与推出来的一不一致，逐条验证。

3. 选择最小规则的子集。思路：可用贪心算法。删除掉一条规则后看对结果有没有影响，逐条验证，把影响小的删掉

4. NLP领域解决难题的一个思路：

step1：找一个类似的经典问题。如要找最少规则子集这个问题，查不到。可以先了解集合覆盖问题的相关知识点。

step2：读经典问题的相关文献学习思路，进行解决。

NLP基础之专家系统介绍相关推荐

CCIE-EI 思科企业基础架构专家
带你了解2020年全新[思科专家级认证CCIE]_微思xmws的博客-CSDN博客思科专家级认证让您在日新月异的 IT 基础架构领域中向技术主管职位迈进进一步了解CCIE认证CCIE Enterpri ...
2021秋招-NLP基础任务模型-NER
NLP基础任务模型-NER 注: 基本全是转载,也都附加了转载链接,侵删. 多谢各位大佬的总结. 目录: 任务定义简单综述数据集细节总结模型细节总结损失函数计算总结 NLP实战-中文命名实体 ...
nlp基础—8.隐马尔科夫模型(HMM)分词实现
文章目录引言 HMM分词实现理论部分传送门: nlp基础-7.隐马尔可夫模型(HMM算法) 数据代码链接见:https://gitee.com/lj857335332/hmm-for-word-s ...
文本标注十要点 | NLP基础
NLP基础系列 1. 浅论语言与认知的关系 2. 为什么要处理自然语言 3. 计算机是如何理解自然语言的文本标注十要点实验 vs 应用自然语言处理(NLP)是机器学习领域非常有挑战的一个分支. ...
NLP基础 - 计算文本的相似度
NLP基础 - 计算文本的相似度一.计算文本的相似度简介二.举例一.计算文本的相似度简介计算两个文本间的相似度在NLP领域中的应用非常广,包括:搜索引擎.问答系统.聊天机器人.文本分类等. 计 ...
NLP基础：编辑距离+拼写纠错实战
NLP基础:编辑距离+拼写纠错实战 1. 编辑距离相关 1.1 编辑距离的计算 1.2 运行结果 1.3 生成特定编辑距离的字符串 1.3.1 生成与目标字符编辑距离为1的字符 1.3.2 运行结果 ...
bio和bieos哪个标注模式好_2021秋招-NLP基础任务模型-NER
NLP基础任务模型-NER 注: 基本全是转载,也都附加了转载链接,侵删. 多谢各位大佬的总结. 目录: 任务定义简单综述数据集细节总结模型细节总结损失函数计算总结 NLP实战-中文命名实体 ...
NLP基础——语言模型（LM）
文章目录 NLP基础:语言模型(LM) 1. 模型评估(概率估计) 2. 平滑方法 3. LM在拼写纠正(Spell Correction)中的应用 NLP基础:语言模型(LM) 语言模型(LM,La ...
人工智能-----自然语言处理(NLP)基础理解
人工智能的目标 - 推理 - 自动学习&调度 - 机器学习 - 自然语言处理 - 计算机视觉 - 机器人 - 通用智能人工智能三大阶段阶段 1--机器学习:智能系统使用一系列算法从经验中进 ...

NLP基础之专家系统介绍

1.专家系统

2. 专家系统优缺点：

3. 风控领域难题：

4. NLP领域解决难题的一个思路：

NLP基础之专家系统介绍相关推荐

最新文章

热门文章