已找到关于"多个设备正在执行网络地址转换 nat"的 36 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
  • 执行知识图谱查询命令 - 知识图谱 KG

    执行知识图谱查询命令 功能介绍 指定知识图谱实例ID,在ID对应的知识图谱后端执行gremlin查询命令。gremlin命令仅限于读取操作,禁止执行修改操作。 URI POST /v1/{project_id}/kg/kg-instances/{kg_id}/gremlin-query

  • 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 - 知识图谱 KG

    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 知识图谱服务(Knowledge Graph,简称KG)为自然语言处理服务(Natural Language Processing Service ,简称NLP)的子服务,提交知识图谱服务相关工单时,单击“工单全部产品与服务分类”,选择产品类型为“自然语言处理

  • 基本概念 - 知识图谱 KG

    接近特定客户的要求,或满足不同地区的法律或其他要求。 可用区 一个可用区是一个或多个物理数据中心的集合,有独立的风火水电,AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连,以满足用户跨AZ构建高可用性系统的需求。 项目 华为云的

  • 属性融合依据的是哪一步的数据来配置的 - 知识图谱 KG

    在创建知识图谱时,当您配置知识映射后,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,完成新知识图谱的创建。 实体需要融合,因为有时候数据中会有多个实体对应现实世界中同一个事物,需要将这些实体合成一个。 父主题: 创建图谱

  • 融合验证 - 知识图谱 KG

    如果在创建图谱时配置了知识融合,存在被融合的实体,就需要进融合验证,即验证当前知识融合的配置产生的结果是否符合预期。 背景介绍 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异构数据整合、消歧。 如图1所示的两条数据,这两条数

  • 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

    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。

  • 配置知识融合 - 知识图谱 KG

    每组可选择多个属性判断相似度。 选择属性的时候,可以选择能够通过判断属性的相似度函数值就能判断出来两个实体是否相似的属性。例如对某一指代人物的实体,判断两个实体的属性“name”和“职业”的相似度均满足阈值,就可判断这两个实体实际上指代的是一个实体。 每组可添加多个判断融合的属性,最多添加9个。

  • 什么是知识融合 - 知识图谱 KG

    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。

  • 构造请求 - 知识图谱 KG

    这两部分省略。 请求方法 HTTP请求方法(也称为操作或动词),它告诉服务你正在请求什么类型的操作。 GET:请求服务器返回指定资源。 PUT:请求服务器更新指定资源。 POST:请求服务器新增资源或执行特殊操作。 DELETE:请求服务器删除指定资源,如删除对象等。 HEAD:请求服务器资源头部。

  • 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

    实体Person的抽取项 表3 实体Person的抽取项 属性/关系名称 抽取项 name name place_of_birth 出生地 nation 民族 nationality 国籍 height 身高 graduated_school 毕业院校 data_of_birth 出生日期 ancestral_home

  • 使用自定义抽取模型创建图谱 - 知识图谱 KG

    概念“Person”新增属性“ancestral_home”、“data_of_birth”、“graduated_school”、“height”、“nationality”、“nation”、“place_of_birth”。 创建“Film”和“Person”之间的关系。 具体操作如下: 按住键盘a键,

  • 删除图谱版本 - 知识图谱 KG

    删除图谱版本 如果您创建的图谱版本不再使用,您可以执行删除操作。删除后无法恢复,请谨慎操作。 删除图谱版本 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,进入图谱详情页面。 在“图谱版本”页签,选择图谱版本,单击操作列的“更多 > 删除”。

  • 知识推荐 - 知识图谱 KG

    label 否 String 希望输出的概念类型。 最小长度:0 最大长度:512 sources 否 String 实体id,可以是多个。但不能超过10个。多个用“,”间隔。 最小长度:0 最大长度:750 响应参数 状态码: 200 表3 响应Body参数 参数 参数类型 描述 total

  • 基础知识 - 知识图谱 KG

    实体电影的知识映射关系 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融合。 图3 知识融合示例 图谱质检 图谱质

  • 错误码 - 知识图谱 KG

    5002 未找到任务。 未找到任务。 检查任务ID。 400 KGP.5004 任务已执行过。 任务已执行过。 检查任务ID。 400 KGP.5005 任务执行中。 任务执行中。 等待任务执行完成。 400 KGP.5007 任务类型错误。 任务类型错误。 修改任务类型 400

  • 创建信息抽取模型 - 知识图谱 KG

    在版本管理列表中的“操作”栏,单击“发布”。 图13 发布版本 待状态栏处于“已发布”状态,该版本的模型即可在创建图谱过程中对文本进信息抽取,即可执行下一步步骤8:创建图谱。 步骤8:创建图谱 详细步骤请参见使用自定义抽取模型创建图谱。 父主题: 非结构化数据创建图谱

  • 非结构化抽取 - 知识图谱 KG

    ate”、宾语“Object_type”,即可查看到可抽取的主语、谓语、宾语组合。 图2 抽取模型 单击“保存”,完成信息抽取。 如果创建多个数据源,请完成所有数据源的信息抽取配置。配置数据源请参见配置数据源。 后续操作 配置信息抽取后,进入创建图谱的下一步操作配置知识映射。 父主题:

  • 创建问答模板 - 知识图谱 KG

    的问答模板进问答测试,详情请见测试问答模板。 配置基本信息 输入模板名称。 图2 配置基本信息 配置问答模板(交互) 模板元素模板序列 添加问答模板包含的元素。 单击“添加元素”,在对话框中选择问答模板所包含的“元素类型”,例如“概念”,输入“概念名”。可添加多个元素,元素类型请见表1。

  • API概览 - 知识图谱 KG

    API概览 KG服务提供接口请参见表1,您可以使用知识图谱数据面管理功能。 表1 知识图谱数据面接口 API 说明 执行知识图谱查询命令 根据图谱ID执行知识图谱查询命令。 查询实体详情 根据图谱ID和实体ID查询实体详情,包括实体的ID、类型、属性及属性值。 过滤查询实体列表

  • 编辑本体 - 知识图谱 KG

    从OBS导入本体。导入前将待导入的本体文件(json格式)上传至OBS中,详情请参见OBS添加桶和OBS上传文件或文件夹。 说明: 此处导入的本体会覆盖当前正在编辑的本体。 单击图标,在导入本体的对话框中选择“OBS桶”和“存储路径”,然后单击“确定”。 OBS桶 选择提前准备的本体文件存放的OB