创建图谱-华为云

知识图谱 KG-创建信息抽取模型:步骤1：准备数据

步骤1：准备数据在创建信息抽取模型之前，您需要自行准备基础数据并上传至OBS桶及文件夹中。由于数据安全原因，本样例不提供具体的样例数据，仅提供样例数据要求，要求如下：数据格式数据格式为短文本txt格式，文件内容示例如下：张三的生日是1990年1月1日，身高175cm，出生于北京。李四，著名导演，毕业于电影学院，代表作有《电影1》、《电影2》。 ... ... 数据划分训练数据：80%数据用于训练信息抽取模型。验证数据：20%数据用于验证信息抽取模型性能（即F1、P、R性能指标）。训练数据量训练一个基本可用的模型，标注数据量总数需要大于模型版本配置中的“batch_size”，且需大于20*三元组类型数量。训练一个效果较好的模型，建议提供2万条以上的短句数据作为训练数据。三元组类型本样例构建的模型适用于人物、电影领域的信息抽取，限定抽取的三元组类型如表1所示。表1 三元组类型 subject_type predicate object_type 人物毕业院校学校影视作品改编自作品影视作品制片人人物人物身高 Number 人物丈夫人物影视作品主演人物人物出生日期 Date 影视作品编剧人物影视作品导演人物人物祖籍地点人物父亲人物人物出生地地点影视作品出品公司企业人物妻子人物人物母亲人物人物国籍国家影视作品上映时间 Date 按上文要求准备待标注的训练数据和模型数据，并保存至本地，训练数据命名为“annotation.txt”，模型数据命名为“corpus.txt”。登录OBS服务，创建桶和文件夹，用于存放数据集。创建名称为“kg-model”的OBS桶。创建名称为“model-data”的文件夹用于存放未标注的数据集。创建名称为“model-data-out”的文件夹用于存放已标记并发布的数据集。创建名称为“graph-data”的文件夹用于存放创建图谱的数据集。创建OBS桶和文件夹的操作指导请参见创建桶和新建文件夹。为保证数据能正常访问，请务必保证创建的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。参考上传文件，使用单个文件上传方式将本地准备的训练数据“annotation.txt”文件上传至OBS路径“kg-model/model-data”下，将本地准备的创建模型的数据文件“corpus.txt”上传至OBS路径“kg-model/graph-data”。

知识图谱 KG 非结构化数据创建图谱

知识图谱 KG-什么是信息抽取:配置方式

配置方式信息抽取分为结构化抽取和非结构化抽取，其适用范围和抽取方式如表1所示。表1 配置方式说明配置方式适用范围具体方式操作指引结构化抽取基础数据格式为xlsx、csv、json格式交互界面配置：通过输入实体类型、抽取函数及抽取前后的数据字段，完成信息抽取配置。所支持的信息抽取函数请见信息抽取函数。交互界面配置代码编辑：将交互界面中的配置转换为json格式配置，通过编辑json配置信息，完成信息抽取配置。所支持的信息抽取函数请见信息抽取函数。代码编辑非结构化抽取基础数据格式为txt文本的自然语言短句通过选择合适的算法，完成信息抽取配置。可选择已有的预置模型模板，也可选择您自定义的模型。非结构化抽取在通过结构化抽取方式进行信息抽取时，交互界面配置与代码编辑配置可以相互切换。信息抽取配置完成后，鼠标悬浮在信息抽取方框区域，显示清空图标，单击后可一键清空信息抽取配置。

知识图谱 KG 创建图谱

知识图谱 KG-配置知识融合时，如何选择融合标识符和配置属性:知识融合

知识融合知识融合是指融合来自多个数据来源的关于同一个实体或概念的描述信息，对来自不同数据源的知识在统一规范下进行异构数据整合、消歧。如图1所示的两条数据，这两条数据中的“元鲜”实际上是同一个人，因此需要对这两条数据进行融合。图1 知识融合示例知识融合过程请见图2，融合过程说明请见表1。图2 知识融合表1 知识融合说明融合过程过程说明初步筛选知识融合需要初步筛选与融合标识符相似的实体数据。判断属性相似度初步筛选与融合标识符相似的数据后，需要配置相似属性和相似度函数，并判断数据之间的属性相似度。融合知识对属性相似度均达到阈值条件的数据进行融合。综上所述，在创建图谱的过程中，需要配置知识融合的融合标识符、待融合的实体、相似度函数和相似度阈值等参数，KG服务会根据所配置的参数进行知识融合。配置知识融合的详细步骤请见配置知识融合。

知识图谱 KG 创建图谱

云服务器内容精选

创建图谱

7*24

备案

专业服务

退订

建议反馈

售前咨询热线