检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
终端节点 终端节点即调用API的请求地址,不同服务不同区域的终端节点不同,您可以从地区和终端节点中查询所有服务的终端节点。 知识图谱服务的终端节点如表1所示,请您根据业务需要选择对应区域的终端节点。 表1 知识图谱的终端节点 区域名称 区域 终端节点(Endpoint) 华北-北京四
信息抽取是从基础数据中抽取待创建图谱的实体、属性信息以及实体间的相互关系。 通过输入实体类型、抽取函数及抽取前后的数据字段,完成信息抽取的配置。 配置信息抽取 配置知识映射 - 知识映射是建立从基础数据抽取出的结构化信息与知识图谱本体的映射关系。 通过设置映射前后的相关字段,完成知识映射的信息配置。 配置知识映射
template_id String 用户问题对应的匹配模板的ID。 template_name String 用户问题对应的匹配模板的名称。 template_score Double 匹配模板对应的匹配得分。 query String 系统查询答案时使用的查询语句。 result GremlinQueryRespData
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: 配置元素链接 通过配置元素链接,即配置图谱中概念以及概念属性、概念间的关系的同义词和权重,对用户输入的文本进行语义解
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。 问答配置完成后,可在问答体验页面针对当前图谱的知识提出问题,KBQA服务会根据您的提问查询和推理当前知识图谱的知识库,并返回精准答案。 前提条件
KGP.4001 Gremlin查询失败。 Gremlin查询失败。 检查Gremlin查询语句语法逻辑。 400 KGP.4002 实体未找到。 实体未找到。 检查请求中的实体ID。 400 KGP.4004 过滤查询请求错误 过滤查询请求错误 检查过滤查询请求体。 400 KGP.4010
“编辑方式”选择“表格配置模式”,填写知识映射的相关信息。 配置实体的概念映射:在对应实体下方的“概念映射”区域填写映射前的实体类型字段。 配置实体的属性映射:在对应实体下方的“属性映射”区域填写映射到实体各个属性的“抽取项”。 配置实体的关系映射:在对应实体下方的“关系映射”区域填写映射到各个实体关系的“抽取项”和“尾实体类型”。
“OBS桶”:选择数据源文件存放的OBS桶。 “存储路径”:选择数据源文件存放在OBS桶的文件路径。 说明: 数据源存储的OBS路径不允许使用加密的OBS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”。
选择左侧“我的库”页签,在“图谱本体组件”中拖拽步骤1:创建本体中创建的本体“person_film”到虚线框中,单击“保存”,完成本体选择。 “我的库”页签下的“图谱本体组件”呈现的是“我的图谱资产库”中“我的本体”页面创建或OBS导入的所有本体。 可单击页面右下角的“编辑”,进
语义搜索与推荐 建立用户搜索输入的关键词与知识图谱中的实体之间的映射关系,为用户推荐满足用户需求的结构化信息内容,而不是互联网网页。 图1 知识图谱与语义搜索 智能问答系统 基于知识的问答系统建立大规模知识库,通过理解将用户的问题转化为对知识图谱的查询,提供用户所关心的问题答案。 图2 知识图谱与智能问答
侧导航栏选择“资源包(原我的套餐包)”,可查看已购买的知识图谱套餐包。 选择图谱规格 登录KG服务管理控制台,默认进入“我的图谱”页面。 单击,在创建图谱页面按表2填写信息。 图1 服务选型 表2 服务选型参数说明 参数 说明 “图谱名称” 待创建图谱的名称,名称只能由大小写字母
上传问答模板配置文件到OBS后,知识图谱控制台支持导入OBS中的问答模板配置文件。 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,单击已创建的图谱卡片,进入图谱详情页面。 单击知识图谱问答KBQA卡片下方的“问答配置”,默认进入“元素链接配置”页面。 单击页面上方的问答模板配置,切换至“问答模板配置”页面。
API 执行知识图谱查询命令 查询实体详情 过滤查询实体列表 查询关联实体 进行KBQA会话 实体链接 知识搜索 知识推荐
件URL中的{project_id}。 登录知识图谱服务管理控制台,在图谱管理页面,单击图谱卡片,进入图谱详情页,复制图谱ID替换配置文件URL中的{kg_id}。 图5 图谱ID 单击“Headers”配置项。将获取的Token复制到“X-Auth-Token”的参数值中。 图6
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 本样例构建的模型适用于人物、电影领域的信息抽取,限定抽取的三元组类型如表1所示。