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
  • 模型训练常见报错提示及处理方法 - 知识图谱 KG

    ["dataset", "brat", "modelarts"]! 平台支持三种类型标注数据(dataset, brat, modelarts),请将文件格式转化为平台所规定文件格式,并选择对应标注数据类型。 Parameter {A} cannot be null! 参数A

  • 怎样配置实体唯一标识字段 - 知识图谱 KG

    实体唯一标识字段 实体唯一标识字段指能识别每个数据唯一字段,该字段在所有数据中具有唯一性,能唯一代表所对应数据,类似于数据“身份证”。 例如如下数据唯一标识字段为“url” ,因为该字段能唯一代表该数据,因此在配置实体唯一标识字段时,“唯一标识字段”文本框中填写“url”。 "{

  • 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

    相似度函数,并判断数据之间属性相似度。 融合知识 对属性相似度均达到阈值条件数据进行融合。 综上所述,在创建图谱过程中,需要配置知识融合融合标识符、待融合实体、相似度函数和相似度阈值等参数,KG服务会根据所配置参数进行知识融合。配置知识融合详细步骤请见配置知识融合。

  • 实体链接 - 知识图谱 KG

    String 链接到图谱节点对应实体id。 entity_title String 链接到图谱节点对应实体名称。 mention String 实体名称。 offset Integer 实体文本在待分析文本中起始位置。 请求示例 分析识别文本为 "李娜唱青藏高原真好听"实体 https://nlp-ext

  • 配置数据源 - 知识图谱 KG

    填写完信息后,单击“保存”。 如果您待创建图谱只需要一个数据源,那么您已完成数据源配置。 如果您待创建图谱需要输入多个数据源,请进入下一步。 单击“数据源”下方“添加数据源”,添加新数据源,按步骤1~3,配置新数据源。 后续操作 配置数据源后,进入创建图谱下一步操作配置图谱本体。

  • 查询实体详情 - 知识图谱 KG

    查询实体详情 功能介绍 根据图谱ID和实体ID查询实体详情,包括实体ID、类型、属性及属性值。 URI GET /v1/{project_id}/kg/kg-instances/{kg_id}/entities/{entity_id} 表1 路径参数 参数 是否必选 参数类型 描述

  • 过滤查询实体列表 - 知识图谱 KG

    表4 响应Body参数 参数 参数类型 描述 count Integer 当前返回实体结果个数。 results Array of EntityDetailResp objects 符合过滤条件实体列表。 表5 EntityDetailResp 参数 参数类型 描述 id String

  • 知识搜索 - 知识图谱 KG

    对用户文本进行分析,对图谱中相关知识进行搜索。 URI POST /v1/{project_id}/kg/kg-instances/{kg_id}/apps/query 表1 路径参数 参数 是否必选 参数类型 描述 kg_id 是 String 知识图谱ID。在KG服务控制台“我图谱”页面,

  • 知识推荐 - 知识图谱 KG

    text”必须有一个为非空。如果同时为非空,则忽略“text”值,以“sources”为推荐算法输入。 最小长度:0 最大长度:512 size 否 Integer 希望返回节点总个数,1~100,默认为10。 最小值:1 最大值:100 steps 否 Integer 推荐算法总游走步数,1~200000,默认为1000。

  • 查询关联实体 - 知识图谱 KG

    查询关联实体 功能介绍 指定知识图谱实例ID,在ID对应知识图谱后端,查询与指定实体有一跳关系实体,返回满足条件实体列表。 URI GET /v1/{project_id}/kg/kg-instances/{kg_id}/entities/{entity_id}/adjacent-entities

  • 执行知识图谱查询命令 - 知识图谱 KG

    0302-1963128-1”,表示ID为4730302实体和ID为1963128实体之间第1个关系。 index String 关系索引值,标识该条关系是其头尾实体第几个关系。 label String 关系类型。 source String 关系头实体ID。 target

  • 配置知识融合 - 知识图谱 KG

    数,对来自不同数据源知识在统一规范下进行异构数据整合、消歧,完成新知识图谱创建。 知识融合 知识融合是指融合来自多个数据来源关于同一个实体或概念描述信息,对来自不同数据源知识在统一规范下进行异构数据整合、消歧。 如图1所示两条数据,这两条数据中“元鲜”实际上是同一个人,因此需要对这两条数据进行融合。