已找到以下 51 条记录
AI智能搜索
产品选择
知识图谱 KG
没有找到结果,请重新输入
产品选择
知识图谱 KG
在搜索结果页开启AI智能搜索
开启
产品选择
没有找到结果,请重新输入
  • 认证鉴权 - 知识图谱 KG

    调用接口有如下两种认证方式,您可以选择其中一种进行认证鉴权。 Token认证:通过Token认证通用请求。 AK/SK认证:通过AK(Access Key ID)/SK(Secret Access Key)加密调用请求。 Token认证 Token的有效期为24小时,需要使用一个Token鉴权时,可以先缓存起来,避免频繁调用。

  • KG与其他服务的关系 - 知识图谱 KG

    KG与其他服务的关系 与统一身份认证服务的关系 知识图谱服务使用统一身份认证服务(Identity and Access Management,简称IAM)实现认证功能。IAM的更多信息请参见《统一身份认证服务用户指南》。 与对象存储服务的关系 知识图谱服务使用对象存储服务(Object

  • 权限管理 - 知识图谱 KG

    Graph,简称KG)资源,给企业中的员工设置不同的访问权限,以达到不同员工之间的权限隔离,您可以使用统一身份认证服务(Identity and Access Management,简称IAM)进行精细的权限管理。该服务提供用户身份认证、权限分配、访问控制等功能,可以帮助您安全的控制华为云资源的访问。

  • 与其他服务的关系 - 知识图谱 KG

    知识图谱服务与周边服务的依赖关系如图1所示。 图1 知识图谱与依赖服务的关系 与统一身份认证服务的关系 知识图谱服务使用统一身份认证服务(Identity and Access Management,简称IAM)实现认证功能。IAM的更多信息请参见《统一身份认证服务用户指南》。 与对象存储服务的关系 知识图谱服务使用对象存储服务(Object

  • 信息抽取函数 - 知识图谱 KG

    础数据中属性“name”的字段,在抽取函数中引用字段的格式为“trim(${name})”。 表1 信息抽取函数说明表 抽取函数 函数说明 抽取函数示例 抽取前数据示例 抽取后数据示例 trim(字段) 裁剪字段前后的空白字符 trim(${name}) "name":" mike

  • 什么是字段抽取函数 - 知识图谱 KG

    基础数据中属性“name”的字段,在抽取函数中引用字段的格式为“trim(${name})”。 表1 抽取函数说明表 抽取函数 函数说明 抽取函数示例 抽取前数据示例 抽取后数据示例 trim(字段) 裁剪字段前后的空白字符 trim(${name}) "name":" mike"

  • 过滤查询实体列表 - 知识图谱 KG

    "offset" : 0, "limit" : 1, "conditions" : [ { "property_name" : "name", "property_values" : [ "一条牧羊犬" ] } ] } 响应示例 状态码: 200 OK {

  • 知识搜索 - 知识图谱 KG

    表4 KgSearchRespEntities 参数 参数类型 描述 id String 实体ID。 label String 实体类型。 name String 实体的名称。 properties Map<String,String> 实体的属性及属性值。 score Integer

  • 配置知识融合时,如何选择融合标识符和配置属性 - 知识图谱 KG

    配置知识融合。 如何选择融合标识符 融合标识符从所创建的本体属性中选择,例如有关于人物的知识数据,可以选择融合标识符为“name”,即初步筛选出与属性“name”相似的数据,也可选择融合标识符为“职业”,即筛选出与属性“职业”相似的数据。 如何选择配置属性 选择属性的时候,可以选

  • 配置知识融合 - 知识图谱 KG

    以创建一个有关于电影的知识图谱为例,如果对电影的属性“name”相似的数据进行知识融合判断,当属性“name”的相似度大于等于0.90,且属性“上映时间”的相似度大于等于0.90时,数据进行融合。对人物的属性“name”相似的数据进行知识融合判断,当属性“name”的相似度大于等于0.90,且属性“职业”的相似度大于等于0

  • 代码配置模式 - 知识图谱 KG

    "source_keys": [ "中文名" ], "target_key": "name" }, { "label": "电影", "source_keys": [ "上映时间"

  • 进行KBQA会话 - 知识图谱 KG

    ", "template_name" : "xx实体的xx属性", "template_score" : 1.0, "query" : "g.V('6155801785020056890').valueMap('name', '身高').path()",

  • 获取项目ID - 知识图谱 KG

    从地区和终端节点获取。接口的认证鉴权请参见认证鉴权。 响应示例如下,知识图谱服务部署的区域为"cn-north-4",响应消息体中查找“name”为"cn-north-4",其中projects下的“id”即为项目ID。 { "projects": [

  • 快速创建知识图谱 - 知识图谱 KG

    表5 实体人物的抽取项 属性 抽取项 name 中文名 国籍 国籍 职业 职业 出生日期 出生日期 单击“保存”,完成知识映射配置。 步骤8:配置知识融合 以如下融合条件为例: 对电影的属性“name”相似的数据进行知识融合判断,当属性“name”的相似度大于等于0.90,且属性“上映时间”的相似度大于等于0

  • 结构化数据创建图谱 - 知识图谱 KG

    表5 实体人物的抽取项 属性 抽取项 name 中文名 国籍 国籍 职业 职业 出生日期 出生日期 单击“保存”,完成知识映射配置。 步骤8:配置知识融合 以如下融合条件为例: 对电影的属性“name”相似的数据进行知识融合判断,当属性“name”的相似度大于等于0.90,且属性“上映时间”的相似度大于等于0

  • 知识推荐 - 知识图谱 KG

    object 推荐结果详情。 表4 KgRecommendRespEntities 参数 参数类型 描述 id String 推荐的实体节点ID。 name String 推荐的实体节点名称。 score Double 推荐得分,供参考,分值越高说明推荐程度越高。 状态码: 400 表5 响应Body参数

  • 表格配置模式 - 知识图谱 KG

    ilm”。 填写映射到实体“电影”的抽取项,如表1所示。 图3 实体电影知识映射 表1 实体电影的知识映射字段 属性/关系名称 抽取项 name 中文名 票房 票房 上映时间 上映时间 导演 导演 主演 主演 知识与实体人物的映射关系,如图4所示。 图4 实体人物的映射关系 在实

  • 使用自定义抽取模型创建图谱 - 知识图谱 KG

    填写映射到实体“Person”的抽取项,如图14和表3所示。 图14 实体Person的抽取项 表3 实体Person的抽取项 属性/关系名称 抽取项 name name place_of_birth 出生地 nation 民族 nationality 国籍 height 身高 graduated_school

  • 查询关联实体 - 知识图谱 KG

    最大值:100 缺省值:10 offset 否 Integer 翻页偏移量,默认为0。 最小值:0 最大值:100 缺省值:0 relation_name 否 String 需要查询的关系名称。默认为空,即查询所有一跳关系。 请求参数 无 响应参数 状态码: 200 表3 响应Body参数

  • 使用公有资产库中的图谱流水线套件构建图谱 - 知识图谱 KG

    填写映射到实体“Person”的抽取项,如图9和表3所示。 图9 实体Person的抽取项 表3 实体Person的抽取项 属性/关系名称 抽取项 name name place_of_birth 出生地 nation 民族 nationality 国籍 height 身高 graduated_school