金融或泛金融领域是知识图谱极佳的落地场景，一来有非常丰富的实体、关系表达(企业、人、行业、机构、产品、服务、法规、事件等)，二来有差异化的业务落地场景(风控、授信、顾问、监管等)，同时金融场景也给知识图谱提出了巨大的挑战，异构多源数据融合、知识的评估与治理、稀薄数据的推理挖掘等等，蚂蚁结合自身业务场景做了较多的业务尝试及平台探索，也对其中的经验、问题、挑战做了较多的总结，相信其中的总结和思考能给大家带来一些帮助。

1、金融领域知识图谱概述
    领域图谱与通用图谱的区别
    领域图谱构建的困难与挑战

2、金融知识图谱业务场景
     风控、保险、财富、推荐等场景的业务实践
     实时事件-以事件为基础的知识推理
     链接预测-异构实体关系发现

3、知识图谱实时构建
     知识图谱建模框架
     NLP与实时构建关键技术
     知识图谱混合存储技术

4、知识图谱融合推理
     异构领域子图谱融合技术
     规则推理与表示学习
     图谱计算统一DSL

听众收益：

1、了解知识图谱与差异化金融场景结合的困难及挑战
2、了解领域子图谱与金融一张图的融合共享建设方案
3、了解知识图谱推理及表示学习的能力框架
4、了解知识建模、实时构建、混合存储、表示学习及推理、图谱应用等的整体平台框架

前沿亮点：

1、知识图谱表示学习及预测
2、基于融合共享的子图谱构建
3、基于BERT的知识实时抽取
4、图谱计算DSL

听懂我的演讲，需要具备的知识储备：机器学习、NLP、图、搜索引擎等