容聯云AI科學院研發的KBQA算法，憑借其對中文語言及知識圖譜的精準語義解析和推理能力，奪得權威中文語言評測CLUE中的大規模中文知識圖譜問答KgCLUE榜單的第一名。

KgCLUE是中文語言理解領域最具權威性評測基準CLUE在知識圖譜問答任務上的榜單。

作為中文語言理解領域最具權威性的測評基準，CLUE引來眾多著名AI企業和研究院所的團隊紛紛發力刷新此榜單。其中知識圖譜問答KBQA（Knowledge Base Question Answering），是該評測在知識圖譜問題上的一項重要任務。該測評充分結合了CLUE的積累和經驗，以及KBQA的特點和近期的發展趨勢，體現了當前中文領域KBQA能力的最先進技術水準。

KBQA是自然語言語言處理（NLP）領域的一個重要研究方向，利用圖譜豐富的語義關聯信息，能夠深入理解用戶問題并給出答案，近年來吸引了學術界和工業界的廣泛關注。

在此次取得第一名成績的KBQA技術方案中，容聯云AI科學院算法團隊研發了涵蓋實體識別、實體鏈接、路徑生成與問題匹配等算法模塊，并在每個環節設計了針對性的數據增強與模型優化技術，從而取得優異的知識圖譜問答能力。KBQA系統及其涵蓋的一系列關鍵技術在知識檢索與推薦、智能客服等領域都發揮重要作用，具有很高的商業價值。

容聯云AI科學院院長劉杰表示，知識圖譜相關算法是容聯云在認知智能核心能力研發的重要一環。在KgCLUE上取得的這一成績，體現了容聯云AI技術的積淀和先進性。值得指出的是，我們的KBQA技術優越性不僅是榜單成績所體現的圖譜問答精準度上，還體現在我們所設計的一整套獨具特色的算法技術框架。該框架能夠讓系統在實際應用中更少地依賴人工數據標注，更快捷部署實施，適合2B業務中在不同的應用場景快速部署和發揮作用。

容聯云不斷堅持以"科技提升溝通體驗"，圍繞自然語言理解和自然語言處理的AI，落地以語言智能為內核的產品和技術。

容聯云AI在語言智能領域取得了多項優秀的學術成果，團隊研究面向NLP方向，推出閱讀理解和情感判別領域論文—《Bidirectional Machine Reading Comprehension for Aspect SentimentTriplet Extraction》（情感三元組抽取的雙向機器閱讀理解），并收錄在2021年AAAI人工智能大會中。

在2022 AAAI論文接收率僅15%的歷史新低下，劉杰團隊更是入選一篇圖神經網絡上的蒸餾與知識融合方面的工作，該工作提出的高效精準的圖神經網絡將促進容聯云在知識理解與推理等認知智能方向的多個場景的技術提升。

未來，容聯云還將繼續深耕AI算法的深度研發，持續投入AI技術與智能化的場景應用挖掘，以領先的技術為企業的數智化升級賦能助力。