I grafici della conoscenza, che rappresentano i fatti come entità interconnesse, sono emersi come una tecnica fondamentale per migliorare i sistemi di intelligenza artificiale con la capacità di assimilare e contestualizzare la conoscenza.
Tuttavia, la conoscenza del mondo reale si evolve continuamente, necessitando di rappresentazioni dinamiche in grado di catturare le complessità fluide e sensibili al tempo del mondo.
I grafici della conoscenza temporale (TKG) soddisfano questa esigenza incorporando una dimensione temporale, con ciascuna relazione contrassegnata da un timestamp che ne indica il periodo di validità. I TKG consentono di modellare non solo le connessioni tra entità ma anche le dinamiche di queste relazioni, sbloccando nuove potenzialità per l’intelligenza artificiale.
Sebbene i TKG abbiano attirato una notevole attenzione da parte della ricerca, la loro applicazione in settori specializzati rimane una frontiera aperta. In particolare, il settore finanziario possiede caratteristiche come mercati in rapida evoluzione e dati testuali sfaccettati che potrebbero trarre notevoli benefici dai grafici dinamici della conoscenza. Tuttavia, lo scarso accesso a grafici di conoscenza finanziaria di alta qualità ha limitato i progressi in questo settore.
Affrontando questa lacuna, Xiaohui Victor Li (2023) introduce un innovativo Financial Dynamic Knowledge Graph (FinDKG) open source alimentato da un nuovo modello di apprendimento del grafico della conoscenza temporale denominato Knowledge Graph Transformer (KGTransformer).
Il FinDKG, costruito a partire da un corpus di notizie finanziarie globali che abbraccia oltre due decenni, incapsula sia gli indicatori quantitativi che i fattori qualitativi dei sistemi finanziari in un quadro temporale interconnesso. Gli autori dimostrano l’utilità di FinDKG nel generare informazioni utili per applicazioni del mondo reale come il monitoraggio del rischio e gli investimenti tematici.
Il modello KGTransformer, progettato per gestire le complessità dei TKG, ha dimostrato di sovraperformare i modelli di grafici di conoscenza statici esistenti sul benchmark TKG…
Fonte: towardsdatascience.com
