已找到以下 19 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
  • 准备训练数据 - 知识图谱 KG

    准备训练数据 在创建抽取模型时,需要您提前准备用于训练模型的数据并上传至OBS目录,数据格式为txt文本的自然语言短句。KG服务当前支持的数据类型请参见训练数据类型介绍。 准备数据流程如下: 准备待标注的数据 定义三元组类型(schema) 标注数据 上传至OBS 准备待标注的数据

  • 模型训练的常见报错提示及处理方法 - 知识图谱 KG

    模型训练的常见报错提示及处理方法 KG-RE.1000 错误信息:Inner server error! 处理方法:发生未知内部错误,请发工单联系运维人员查看日志解决。 KG-RE.1010 错误信息:Parse parameter error! 处理方法:训练参数与数据路径有错

  • 删除版本 - 知识图谱 KG

    删除版本 根据自身业务需要,您可以删除模型版本。处于“训练完成”、“训练失败”、“版本创建失败”和“停用”状态的模型版本才能进行删除操作,版本状态请参见查看模型。 操作步骤如下: 登录KG服务管理控制台,在左侧菜单栏中选择“我的图谱资产库 > 我的模型”,进入模型管理页面。 在模

  • 知识图谱 KG - 知识图谱 KG

    视化构建本体、自动化构建知识图谱,并且随时对图谱进行全量、增量更新,保证知识的可靠、时效性。 管理本体 本体简介 创建本体 管理模型 准备训练数据 创建模型 创建版本 发布版本 创建图谱 智能一键构建图谱 普通配置构建图谱 准备图谱数据 配置数据源 配置图谱本体 配置信息抽取 配置知识映射

  • 创建模型 - 知识图谱 KG

    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是一个较为复杂的端到端

  • 进行KBQA会话 - 知识图谱 KG

    进行KBQA会话 功能介绍 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。

  • 最新动态 - 知识图谱 KG

    相关文档 1 更新KBQA会话接口 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。

  • 问答体验 - 知识图谱 KG

    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

  • KBQA简介 - 知识图谱 KG

    KBQA简介 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。KBQA提供如下问答配置功能:

  • 图谱版本管理简介 - 知识图谱 KG

    在“我的图谱”页面,单击待查看的图谱卡片,进入图谱详情页面,可查看如下信息。 在线版本图谱 图谱应用 版本统计 图1 图谱详情 在线版本图谱 可查看当前在线图谱的基本信息,包括“运行状态”、“图谱ID”、“实体个数”、“关系个数”等。 图2 在线版本图谱 图谱应用 针对已创建的知识图谱提供如下服务。 “知识图谱预览查询”

  • 修改版本 - 知识图谱 KG

    修改版本 创建抽取模型后,针对处于“训练完成”和“停用”状态的模型版本,您可以根据自身业务需要,对模型版本进行修改优化。版本状态请参见查看模型。 操作步骤如下: 登录KG服务管理控制台,在左侧菜单栏中选择“我的图谱资产库 > 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。

  • 创建信息抽取模型 - 知识图谱 KG

    数据划分 训练数据:80%数据用于训练信息抽取模型。 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

  • 信息抽取模型简介 - 知识图谱 KG

    自定义模型流程 自定义信息抽取模型的流程如表1所示。 表1 自定义信息抽取模型流程 流程 说明 操作指引 准备训练数据 提前准备用于训练模型的数据。 准备训练数据 创建模型 基于您的训练数据(即已标注数据),您可以在KG服务中创建信息抽取模型。 创建模型 创建新版本 创建模型后,您需要创

  • 自定义信息抽取模型 - 知识图谱 KG

    自定义信息抽取模型 信息抽取模型简介 准备训练数据 创建模型 管理版本

  • 支持云审计的关键操作 - 知识图谱 KG

    updateModelVersion 重新训练模型版本 modelVersion retrainModelVersion 发布模型版本 modelVersion releaseModelVersion 停用模型版本 modelVersion suspendModelVersion 停止训练模型版本 modelVersion

  • 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

    数据划分 训练数据:80%数据用于训练信息抽取模型。 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

  • 一般性问题 - 知识图谱 KG

    什么是知识图谱服务 如何上传基础数据至OBS 提交知识图谱服务相关工单时,如何选择问题所属的产品类型 创建知识图谱时,为何提示“角色权限校验失败” 模型训练的常见报错提示及处理方法 我的图谱用户资源提示已冻结怎么办?

  • 入门实践 - 知识图谱 KG

    非结构化数据创建图谱 本实践指导使用非结构化数据(多行单句文本文件)创建图谱。以与人物、电影有关的非结构化数据为例,通过在控制台进行数据标注、模型训练,构建一个人物、电影有关的信息抽取模型,在自定义抽取模型的基础上去创建图谱。 使用公有资产库中的图谱流水线套件构建图谱 本实践提供一个与电

  • 融合验证 - 知识图谱 KG

    知识融合的信息。 操作步骤 登录KG服务管理控制台,默认进入“我的图谱”页面,在“我的图谱”页面单击图谱卡片,进入图谱详情页。 默认进入“在线版本图谱”页签,等待图谱运行完成,单击“操作”列的“验证”,进入“随机验证”页面。 仅创建图谱版本时,进行知识融合的图谱版本可进行验证操作。