检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
元素链接简介 通过配置元素链接,即配置图谱中概念以及概念属性、概念间的关系的同义词和权重,对用户输入的文本进行语义解析,识别出其中与图谱相关联的多种类型的元素。元素链接包括本体链接、实体链接、属性值链接,以及其他关键词链接等。 父主题: 配置元素链接
“我的库”页签下的“图谱本体组件”呈现的是“我的图谱资产库”中“我的本体”页面创建或OBS导入的所有本体。 可单击页面右下角的“编辑”,进入本体修改页面,修改后的本体将保存至“我的库”。 图12 图谱本体 步骤5:配置信息抽取 本样例使用在创建信息抽取模型中自定义的抽取模型进行信息抽取。
进入“增量更新”页面,通过配置数据源、配置信息抽取、配置知识映射、配置知识融合、配置图谱质检等流水线步骤,构建增量图谱。 在“增量更新”页面,依次完成数据源配置、信息抽取、知识映射、知识融合、图谱质检的配置,详细的操作指引请见表1。 “增量更新”页面入口与“创建知识图谱”页面入口不同,但是增量更新中的配置操作均与创建知识图谱操作相同。
为何知识图谱无法运行,提示“错误的信息抽取函数” 问题描述 知识图谱无法运行,提示“错误的信息抽取函数”。 可能原因 流水线信息抽取配置有误。 解决方案 检查信息抽取函数和配置信息抽取时所填的参数。 知识图谱服务支持的信息抽取函数具体请参见信息抽取函数。配置信息抽取操作请参见配置信息抽取。 以创
信息抽取是从基础数据中抽取待创建图谱的实体、属性信息以及实体间的相互关系。目的是从原始数据(包括结构化数据或非结构化数据)中抽取结构化的信息。 在通过普通抽取方式进行信息抽取时,即用交互界面配置或用格式化编辑进行信息抽取时,需要配置字段抽取函数。配置字段抽取函数后,KG服务会根据所配置的字段抽取函数进
在“质检结果总览”页签,您可以查看流水线构建各个步骤的质检结果概况。 图2 质检结果总览 单击配置步骤,进入“流水线配置质检”页签,您可以查看所选配置步骤的质检详情。 图3 流水线配置质检 父主题: 管理图谱版本
属性融合依据的是哪一步的数据来配置的 属性融合依据的是您图谱里现有的实体和您创建图谱或更新图谱时新加入的实体,如果是首次创建图谱,那就没有现有实体。 在创建知识图谱时,当您配置知识映射后,您需要配置知识融合,设置知识融合判断属性及相似度函数参数,完成新知识图谱的创建。 实体需要融
配置完流水线的图谱,如何修改数据 已通过流水线配置完成构建的知识图谱,如果想要修改数据,可通过全量更新或增量更新图谱的方式,更新图谱。 全量更新图谱 针对已经创建的知识图谱,您可以全量更新图谱,即使用新的数据源更新知识图谱。 增量更新图谱 针对已经创建的知识图谱,您可以增量更新图
配置完图谱,运行时报错“OBS对象不存在”怎么办 问题描述 普通构建图谱,所有流程均配置完,单击“生成图谱”后,右上角报错“OBS对象不存在”。 解决方法 报错原因一般是OBS桶或OBS对象加密,请检查OBS桶或OBS是否加密。 如果加密,请重新建一个不加密的OBS桶,即不要勾选
单击,可以查看与该实体有关系的局部图谱数据。 单击,可以查看力引导布局的图谱。 单击,可以查看圆形布局的图谱。 单击,可以查看网格布局的图谱。 单击,可以查看分层布局的图谱。 单击,可以查看自动分群布局的图谱。 单击,可以下载当前图谱画面。 预览图谱 在图谱预览页面,您可以查看到所搜索的实体信息。
GET:请求服务器返回指定资源。 PUT:请求服务器更新指定资源。 POST:请求服务器新增资源或执行特殊操作。 DELETE:请求服务器删除指定资源,如删除对象等。 HEAD:请求服务器资源头部。 PATCH:请求服务器更新资源的部分内容。当资源不存在的时候,PATCH可能会去创建一个新的资源。
登录KG服务管理控制台,默认进入“我的图谱”页面。 在“我的图谱”页面,单击图谱卡片,进入图谱详情页面。 在图谱版本列表中单击操作栏的“更多 > 导出”。 图1 导出图谱 在图谱导出对话框中,选择导出的“OBS桶”和“存储路径”。所选的OBS桶需保证与KG服务在同一区域,桶的存储类别为“标准存储”。
配置图谱本体 选择“我的库”中已创建的本体,或选择“公有库”中预置的本体。 配置信息抽取 配置实体类型和对应数据字段信息。 配置知识映射 配置映射前后的数据字段。 配置知识融合 配置知识融合的相关属性和相似函数。 配置图谱质检 配置图谱质检开关。 知识图谱概念和创建图谱流程的基本概念请参见基本知识。
配置图谱本体 选择“我的库”中已创建的本体,或选择“公有库”中预置的本体。 配置信息抽取 配置实体类型和对应数据字段信息。 配置知识映射 配置映射前后的数据字段。 配置知识融合 配置知识融合的相关属性和相似函数。 配置图谱质检 配置图谱质检开关。 知识图谱概念和创建图谱流程的基本概念请参见基本知识。
准备图谱数据 配置数据源 配置图谱本体 配置信息抽取 配置知识映射 配置知识融合 配置图谱质检 融合验证 管理图谱 预览图谱 全量更新图谱 增量更新图谱 发布图谱版本 删除图谱版本 查看/修改本体 查看流水线 查看质检报告 新建实体/关系 知识图谱问答KBQA服务 删除图谱 规格升级 常见问题
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。
如果在创建图谱时配置了知识融合,存在被融合的实体,就需要进行融合验证,即验证当前知识融合的配置产生的结果是否符合预期。 背景介绍 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
本文介绍了知识图谱 KG各特性版本的功能发布和对应的文档动态,欢迎体验。 2022年01月 序号 功能名称 功能描述 阶段 相关文档 1 知识图谱KG 2.0版本上线 知识图谱服务上线2.0版本: 全新的产品界面风格。 上线“我的图谱资产库”,整合本体、模型管理入口。 普通配置构建流水线全新升级,界面操作更易用。
Graph,简称KG)提供一站式知识图谱全生命周期管理服务,包括本体可视化构建、自动化图谱流水线构建,以及图谱问答、搜索、推理等图谱应用能力,企业可以灵活掌控图谱配置,适合复杂多变的业务场景。
准确率:在被所有预测为正的样本中实际为正样本的概率。 召回率:在实际为正的样本中被预测为正样本的概率。 F1:综合考虑准确率和召回率的影响,由两者计算而来,越接近1代表模型越好。 训练数据路径 已发布版本的模型,其训练数据的OBS存储目录。 更新时间 已发布的模型版本的更新时间。 状态