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
知识图谱的计费规格,一万条边、百万边、千万边具体指什么 知识图谱的数据存储在图数据库,图数据库基本数据类型包含点和边。 点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购
情页。 在版本管理列表中的“操作”栏,单击“修改”,弹出“修改版本”对话框。 图1 修改版本 在“修改版本”对话框中,填写“模型参数”的参数值和“描述”,如图2所示,鼠标移至可查看参数含义和推荐值。 图2 修改版本 单击“确定”,完成模型版本的修改。 父主题: 管理版本
我的模型”,进入模型管理页面。 在模型列表中,单击模型名称,进入模型详情页。 在“版本管理”区域单击“创建新版本”。 弹出“创建新版本”对话框。 配置模型参数的参数值,输入新版本的描述内容。 可将鼠标移至参数右侧,查看各参数的含义和推荐值。 图1 创建新版本 信息填写完毕后,单击“确定”,成功创建模型的新版本。
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,可以选择能够通过判断属性的相似度函数值就能判断出来两个实体是否相似的属性。例如对某一指代人物的实体,判断两个实体的属性“name”和“职业”的相似度均满足阈值,就可判断这两个实体实际上指代的是同一个实体。
“待融合属性” “待融合属性”指判断两个实体相似度所依据的实体属性,每组可选择多个属性判断相似度。 选择属性的时候,可以选择能够通过判断属性的相似度函数值就能判断出来两个实体是否相似的属性。例如对某一指代人物的实体,判断两个实体的属性“name”和“职业”的相似度均满足阈值,就可判断这两个实体实际上指代的是一个实体。
Parameter check error, check the parameters please! 参数校验发现未知错误,请检查参数类型与数值是否合法。 Obs path error! 错误或非法的OBS路径,请检查标注数据OBS路径输入是否正确。 OBS directory s3://XXX
配置文件URL中的{kg_id}。 图5 图谱ID 单击“Headers”配置项。将获取的Token复制到“X-Auth-Token”的参数值中。 图6 填写Token 单击“Body”配置项,修改配置文件内容,也可以直接使用下图中提供的语句。其中,command参数为必填项,需要输入查询语句。
el”,进入模型详情页。 在版本管理区域单击“创建新版本”。 弹出“创建新版本”对话框。 在“创建新版本”对话框中如图12填写模型参数的参数值。 一般18类三元组、2000条训练数据,训练迭代次数(epochs)在30次左右可以正确的抽取得到部分三元组,训练迭代次数(epochs)在100次左右模型达到最优解。
适用场景 语义搜索与推荐 建立用户搜索输入的关键词与知识图谱中的实体之间的映射关系,为用户推荐满足用户需求的结构化信息内容,而不是互联网网页。 图1 知识图谱与语义搜索 智能问答系统 基于知识的问答系统建立大规模知识库,通过理解将用户的问题转化为对知识图谱的查询,提供用户所关心的问题答案。
使用公有资产库中的图谱流水线套件构建图谱 本章节提供一个与电影有关的非结构化数据样例,帮助您快速熟悉使用流水线套件构建知识图谱的过程,以及如何使用公有资产库中的图谱本体组件、模型组件。创建完成后,您可以搜索预览相关实体的知识图谱,也可以在创建的图谱基础上全量更新或增量更新图谱。
配置图谱本体 在创建知识图谱时,首先您需要把已创建的本体导入至待创建的图谱中,用于组织待创建图谱的信息结构。 前提条件 已创建本体,具体创建方式见创建本体。 已创建图谱并选择图谱规格,请参见购买知识图谱。 已配置数据源,请参见配置数据源。 操作步骤 在普通配置构建图谱页面,单击“图谱本体”。
非结构化抽取 前提条件 已创建图谱并选择图谱规格,请参见购买知识图谱。 已创建并选择本体,详情请参见配置图谱本体。 已完成数据源配置,详情请参见配置数据源。 如果选择使用自己自定义模型,您需要在创建知识图谱之前,自定义用于信息抽取的模型,具体操作请见自定义信息抽取模型。 操作步骤
入门实践 当购买知识图谱并选择图谱规格之后,可以根据自身的业务需求使用KG提供的一系列常用实践。 表1 常用最佳实践 实践 描述 结构化数据创建图谱 本实践指导使用结构化数据(XLSX、CSV、JSON格式的数据)创建图谱。以与电影有关的结构化数据为例,通过在控制台创建本体、完成
什么是知识图谱服务 知识图谱服务(Knowledge 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。 功能介绍 针对云服务没有构建知识
什么是知识图谱服务 知识图谱服务(Knowledge 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。 功能介绍 针对云服务没有构建知识
使用自定义抽取模型创建图谱 本章节以有关于人物和电影的非结构化数据为例,提供一个使用自定义的信息抽取模型创建知识图谱的流程,帮助您快速熟悉使用非结构化数据和自定义信息抽取模型创建图谱的过程。 首先,请仔细阅读准备工作罗列的要求,提前完成准备工作。然后在控制台上创建信息抽取模型和知识图谱,步骤如下:
基础知识 知识图谱 知识图谱是结构化的语义知识库,用于迅速描述物理世界中的概念及其相互关系。知识图谱的基本单位是“实体(Entity)-关系(Relationship)-实体(Entity)”构成的三元组。例如社交网络图谱里,我们既可以有“人”的实体,也可以包含“公司”实体。 概念
创建模型 在创建知识图谱之前,您可以在KG服务上通过选择模型框架和上传训练数据来创建模型,用于后续创建图谱过程中的信息抽取。 训练模型框架介绍 KG服务提供不同类型的关系抽取模型,以应对用户不同的条件与需求。 KG服务当前提供以下训练模型框架供您自定义模型: DGCNN是一个较为
结构化数据创建图谱 数据是知识图谱的基础,在知识图谱服务创建知识图谱时,需要从对象存储服务(Object Storage Service,简称OBS)导入用于构建知识图谱的基础数据。知识图谱服务支持的数据包括XLSX、CSV、JSON、多行单句文本格式,详情请见数据格式要求,其中
快速创建知识图谱 数据是知识图谱的基础,在知识图谱服务创建知识图谱时,需要从对象存储服务(Object Storage Service,简称OBS)导入用于构建知识图谱的基础数据。知识图谱服务支持的数据包括XLSX、CSV、JSON、多行单句文本格式,详情请见数据格式要求,其中X