行业知识图谱的专家依赖悖论

行业知识图谱（金融、法律、制造等）比通用知识图谱更难构建，根源不在技术本身，而在于 两类稀缺资源叠加：一是这些垂直领域可用的词典、语料等 NLP 基础资源本就稀少，开源工具 大多是面向通用领域调优的，直接搬过来商业可用性差；二是过于专业的领域知识普通工程技术 人员理解不了，必须靠领域专家介入才能保证质量，但专家和工程师的协作效率天然就低——专家 不懂技术实现约束，工程师不懂领域业务逻辑。发散：这是一个典型的”资源双重稀缺”困境， 单纯砸技术资源或单纯砸领域专家都无法突破，必须靠专门的协作机制（如领域专家参与标注、 工程师做知识建模的翻译层）把两种稀缺能力拼接起来，这也是很多垂直领域 AI 项目比通用 领域项目更慢落地的共同原因。