已找到以下 78 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
  • 实体链接 - 知识图谱 KG

    链接到的图谱节点对应的实体名称。 mention String 实体名称。 offset Integer 实体文本在待分析文本中的起始位置。 请求示例 分析识别文本为 "李娜唱的青藏高原真好听"的实体 https://nlp-ext.cn-north-4.myhuaweicloud.co

  • 过滤查询实体列表 - 知识图谱 KG

    Map<String,Array<String>> 实体各个属性值,格式为字典数据结构,键为该实体属性名,值为字符串列表,为该实体属性值。 请求示例 过滤查询名称为一条牧羊犬的电影 https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/1604

  • 知识搜索 - 知识图谱 KG

    表7 响应Body参数 参数 参数类型 描述 error_code String 错误码 error_msg String 错误信息 请求示例 搜索不止英雄的票房,返回100条结果 https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/1

  • 表格配置模式 - 知识图谱 KG

    如果创建多个数据源,请完成所有数据源的知识映射配置。配置数据源请参见配置数据源。 示例 以创建一个有关于电影的知识图谱为例,展示如何在创建图谱时配置知识映射。 按配置数据源为待创建的图谱配置数据源。 按配置图谱本体为待创建的图谱选择本体。 按配置信息抽取>示例为待创建的图谱配置信息抽取。 在“创建图谱”页面,单

  • 知识推荐 - 知识图谱 KG

    表7 响应Body参数 参数 参数类型 描述 error_code String 错误码 error_msg String 错误信息 请求示例 根据不止英雄的主演卜发推荐一部电影,推荐算法总的游走步数为200000 https://nlp-ext.cn-north-4.myhuaweicloud

  • 配置知识融合 - 知识图谱 KG

    ditSim”。 按配置数据源为待创建的图谱配置数据源。 按配置图谱本体为待创建的图谱选择本体。 按配置信息抽取>示例为待创建的图谱配置信息抽取。 按知识映射>示例为待创建的图谱配置知识映射。 在“知识融合”对话框,打开“知识融合”开关。 在左侧区域,单击“电影”实体名称。在右侧

  • 什么是知识融合 - 知识图谱 KG

    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。 图2 知识融合 表1 知识融合说明 融合过程 过程说明 初步筛选 知识融合需要初步筛选与融合标识符相似的实体数据。

  • 查询关联实体 - 知识图谱 KG

    String 关系的类型。 source_id String 关系的头实体ID。 target_id String 关系的尾实体ID。 请求示例 查询关联实体,最多返回两条结果 https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/1604

  • 执行知识图谱查询命令 - 知识图谱 KG

    表10 响应Body参数 参数 参数类型 描述 error_code String 错误码 error_msg String 错误信息 请求示例 查询知识图谱 https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/1604d8170cd84

  • 获取项目ID - 知识图谱 KG

    https://{Endpoint}/v3/projects”,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。

  • 融合验证 - 知识图谱 KG

    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 配置知识融合后,知识图谱服务会对数据按配置规则进行知识融合。但是融合结果不一定完全正确,需要经过融合验证,判断融合的数据是否描述的是同一个实体或概念。

  • 结构化数据创建图谱 - 知识图谱 KG

    在“信息抽取”对话框中,“抽取方式”默认为“结构化抽取”,“编辑方式”选择“交互界面”,关闭“默认抽取”开关。 在信息抽取页面填写信息抽取项,按表3填写。 表3 信息抽取项示例 实体类型 数据字段 字段函数 Person identifier ${url} 中文名 regexp_replace(${中文名}, '\(\[link\]@

  • 进行KBQA会话 - 知识图谱 KG

    关系的索引值,标识该条关系是其头尾实体的第几个关系。 source Integer 关系头实体ID。 target String 关系尾实体ID。 请求示例 进行KBQA会话,询问小明的身高 https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/160

  • 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

    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。 图2 知识融合 表1 知识融合说明 融合过程 过程说明 初步筛选 知识融合需要初步筛选与融合标识符相似的实体数据。

  • 创建信息抽取模型 - 知识图谱 KG

    及文件夹中。 由于数据安全原因,本样例不提供具体的样例数据,仅提供样例数据要求,要求如下: 数据格式 数据格式为短文本txt格式,文件内容示例如下: 张三的生日是1990年1月1日,身高175cm,出生于北京。 李四,著名导演,毕业于电影学院,代表作有《电影1》、《电影2》。 .

  • 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

    及文件夹中。 由于数据安全原因,本样例不提供具体的样例数据,仅提供样例数据要求,要求如下: 数据格式 数据格式为短文本txt格式,文件内容示例如下: 张三的生日是1990年1月1日,身高175cm,出生于北京。 李四,著名导演,毕业于电影学院,代表作有《电影1》、《电影2》。 .

  • 基础知识 - 知识图谱 KG

    范下进行异构数据整合、消歧。 如图3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3 知识融合示例 图谱质检 图谱质检对流水线构建中的数据源、信息抽取、知识映射、知识融合提供质量检查,辅助用户定位构建中出现的问题。从知识的准确性、一致性

  • 创建模型 - 知识图谱 KG

    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