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
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
查询关联实体 功能介绍 指定知识图谱实例ID,在ID对应的知识图谱后端,查询与指定实体有一跳关系的实体,返回满足条件的实体列表。 URI GET /v1/{project_id}/kg/kg-instances/{kg_id}/entities/{entity_id}/adjacent-entities
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
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
本体简介 在创建知识图谱之前,您需要创建图谱的本体,用于组织知识图谱信息结构。 基本概念 实体 实体是有可区别性且独立存在的某种事物。例如某一具体的电影(或人物或关系),如电影“霸王别姬”,可称作实体。 概念 概念指是抽象的、普遍的想法,是充当指明实体、事件或关系的范畴或类的实体
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:
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
与其他服务的关系 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》。
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
"roles":"role1,role2" ["role1", "role2"] concat(字段1,字段2, ...) 将字段1、字段2...依次拼接成一个长字符串。此处字段值也可以是一个字符串常量。 concat(${name}, '--', ${id}) "name": "mike", "id":
入门实践 当购买知识图谱并选择图谱规格之后,可以根据自身的业务需求使用KG提供的一系列常用实践。 表1 常用最佳实践 实践 描述 结构化数据创建图谱 本实践指导使用结构化数据(XLSX、CSV、JSON格式的数据)创建图谱。以与电影有关的结构化数据为例,通过在控制台创建本体、完成
智能一键构建图谱 智能构建图谱功能只需提供源数据,无需创建本体等其他配置,即可快速构建图谱。 前提条件 已注册华为账号,并完成实名认证。具体申请信息请见账号注册和实名认证。 KG服务当前为商用阶段,为保证KG服务所有功能正常工作,建议您确保当前账号未欠费。 已选择图谱规格,详情请见购买知识图谱。
配置知识融合时,如何选择融合标识符和配置属性 知识融合 知识融合是指融合来自多个数据来源的关于同一个实体或概念的描述信息,对来自不同数据源的知识在统一规范下进行异构数据整合、消歧。 如图1所示的两条数据,这两条数据中的“元鲜”实际上是同一个人,因此需要对这两条数据进行融合。 图1
获取项目ID 从控制台获取项目ID 在调用接口的时候,部分URI中需要填入项目编号,所以需要先在管理控制台上获取到项目编号。 项目编号获取步骤如下: 注册并登录管理控制台。 单击用户名,在下拉列表中选择“我的凭证”。 在“我的凭证”页面的项目列表中查看项目ID。 图1 查看项目ID
"roles":"role1,role2" ["role1", "role2"] concat(字段1,字段2, ...) 将字段1、字段2...依次拼接成一个长字符串。此处字段值也可以是一个字符串常量。 concat(${name}, '--', ${id}) "name": "mike", "id":
什么是知识融合 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。
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
过滤查询实体列表 功能介绍 根据图谱ID,过滤查看满足指定条件的实体列表,列表信息包括实体ID、实体类型、实体属性及其属性值。 URI POST /v1/{project_id}/kg/kg-instances/{kg_id}/entities/property-query 表1
配置知识融合 在创建知识图谱时,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,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,完成新知识图谱的创建。 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。
问答体验 知识图谱问答服务(Knowledge Base Question Answering,简称KBQA)利用机器对自然语言分析与处理能力,理解用户所提出的问题,并利用知识图谱中的结构化知识进行查询、推理,找到解决该问题的精准答案并反馈给用户,协助用户解决不同类型的问题。 问