已找到以下 112 条记录
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
产品选择
没有找到结果,请重新输入
  • 新建实体/关系 - 知识图谱 KG

    一致。 仅支持2020年6月11日以后创建的图谱才能在图谱预览页新建实体和关系。 前提条件 已创建知识图谱,详情请见智能一键构建图谱和普通配置构建图谱。 已了解本体、实体和关系的基本概念。 进入预览图谱页面 登录KG服务管理控制台,单击“知识图谱”,进入“我的图谱”页面。 在“我

  • 图谱版本管理简介 - 知识图谱 KG

    其中,操作包括“验证”、“发布”、“查看”、“删除”、“修改本体”。 验证:融合验证,详情请见配置知识融合。 发布:发布图谱版本。版本处于“已上线”状态时不能执行发布操作。详情请见发布图谱版本。 查看流水线:查看图谱创建流程的配置信息,详情请见查看流水线。 删除:可删除当前图谱版本。版本处于“已上线”

  • 导出本体 - 知识图谱 KG

    在“OBS桶”文本框中选择导出本体的存储OBS桶。 在“导出文件名”文本框中填写存储本体的文件名称。 在“存储路径”文本框中选择导出本体的存储路径。 由于当前KG服务部署在“华北-北京四”,您在创建OBS桶时,需保证您的OBS桶与KG服务在同一区域,桶的存储类别为“标准存储”。 图1 导出本体 单击“确定”,完成导出本体操作。

  • 创建新版本 - 知识图谱 KG

    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。

  • 基础知识 - 知识图谱 KG

    关系是知识图谱三元组的元素之一,指实体与实体之间的语义关系,比如张三是李四的同事,实体“张三”与实体“李四”的关系是同事关系。 图1 本体 数据源配置 数据是知识图谱的基础。创建知识图谱之前,必须收集基础数据用来构建知识图谱。 在知识图谱服务中,需要提前从OBS导入用于构建知识图谱的基础数据。

  • OBS导入本体 - 知识图谱 KG

    “本体名称”:填写本体的名称。 “OBS桶”:选择提前准备的本体文件存放的OBS桶。 “存储路径”:选择提前准备的本体文件存放在OBS桶中的路径。 由于当前KG服务部署在“华北-北京四”,您在创建OBS桶时,需保证您的OBS桶与KG服务在同一区域,桶的存储类别为“标准存储”。 图1 OBS导入本体 确认信

  • 创建模型 - 知识图谱 KG

    ann。其中annotation.conf是BRAT标注配置文件,file.txt是待标注文本文件,可以有多个,每个文本文件都有一个同名的file.ann文件作为标注结果文件。 Annotation.conf:配置文件需要满足BRAT标注系统的要求,一个典型的配置文件如下: [entities] 人物

  • 获取项目ID - 知识图谱 KG

    cts”,其中{Endpoint}为IAM的终端节点,可以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。 {

  • 入门实践 - 知识图谱 KG

    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、完成信息抽取、知识映射、知识融合、图谱质检的配置,运行对应流水线任务,创建一个与电影有关的知识图谱。创建完成后,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。

  • 准备训练数据 - 知识图谱 KG

    注三元组类型。 您可以选择使用BRAT、MODELARTS或其他标注手段进行标注。 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。 上传至OBS 将用于训练模型的数据上传至OBS目录: 创建OBS桶和文件夹的

  • 准备图谱数据 - 知识图谱 KG

    文昭甄皇后魏文帝曹丕的妻子,魏明帝曹叡的生母 ……. 上传数据至OBS 创建用于存储基础数据的OBS桶及文件夹,详情请见添加桶。 由于当前KG服务部署在“华北-北京四”,您在创建OBS桶时,需保证您的OBS桶与KG服务在同一区域,桶的存储类别为“标准存储”。 将创建图谱的基础数据上传至O

  • 创建信息抽取模型 - 知识图谱 KG

    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