从原理到应用！3步看懂ChatBI背后的实现原理！

嗨，我是范米花儿，继续分享ChatBI（AI+BI）相关内容。
 
之前，我分享了两篇关于 ChatBI 的笔记，内容涵盖竞品总结、功能点以及提问方式。不过，这些都仅停留在应用层面。然后，许多小伙伴、甚至公司领导向我询问「ChatBI 究竟是如何实现的？」，我瞬间懵逼。毕竟作为一名设计师，这一问题远远超出了我的认知范畴。
 
直到有一次，我在帆软 ChatBI 官网上看到其原理图，当时看不懂图上任何一个概念。于是，我开始翻阅资料，并借助 AI 的帮助，对一系列专业术语进行解读，这才总算了解了个大概。
 
因此，在这篇笔记中，我想通过一个真实的问答场景，来剖析从自然语言提问→智能回答的过程中，究竟运用了哪些技术，以及背后的流程是怎样的。
 
大纲内容：
1: 元数据模块：知识图谱、数据模型、用户画像及行为历史
2: 语义解析器：规则模型解析、大语言模型解析、领域词表
3: 查询与可视化流程：查询执行、图表推荐引擎、数据解释模块
 
声明：若有专业人士对笔记内容有任何建议，欢迎留言。