在之前的工作当中，已经做出一个面向二级市场的金融领域事理图谱，现在这个事件数量接近一千万而且每天都在增长，在国内算是规模最大的一个金融事理图谱结构。

事理图谱对应用场景赋能的基础，从技术上提供了可供检索、推理、推演、预测的事件上下文。在过去没有事件上下文进行推理时，带入了很多先入为主的处理，难以规模化也无法自动化，所以事理图谱能够提供一个让逻辑能表达出来的基础，从而让很多依赖逻辑的事件可自动化、智能化。像银行降准因果图谱和出行的顺承图谱，可以很自然的做事件之间的逻辑关系，比如银行进行降准可能会有什么后果，直接从降准图谱中查找即可，对推测事件之间的影响会比基于知识图谱方式来要直接、自然。基于此图，还可以做原因的查找，比如发现贴现率下行的可能原因。也可以试图确定两个事件之间是不是有关系，比如降准和乘车费用增加之间的关系。从直观来看，事理图谱能提供一个逻辑推理的框架和基础，这是过去其它的技术所不具备的能力。

金融事理图谱的应用方向

第一，研究逻辑的智能管理。主要指的是把研究员和分析师头脑当中的分析逻辑表达出来。解决了研究机构现在的一大痛点，就是研究员、分析师走了，形成的研究逻辑就会被带走，所以一大诉求就是要把研究员、分析师的知识能够积累下来。对研究员而言，也会涉及到用自己的分析逻辑做验证、更新，同时还要以自己的视角对海量的数据和资讯做智能的组织和分析，把现在每天看各种各样研究报告或数据的现状变成行为自动化。