已找到以下 72 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
  • 准备训练数据 - 知识图谱 KG

    们将这些三元组类型组成的集合称为模型的schema。 标注数据 为了训练自定义的信息抽取模型,需要在训练数据中标注三元组类型。 您可以选择使用BRAT、MODELARTS或其他标注手段进行标注。 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。

  • 模型训练的常见报错提示及处理方法 - 知识图谱 KG

    处理方法:合法的标注数据数量太少,模型无法训练,请标注更多数据。 错误信息:Train model error, check the parameters please! 处理方法:多种可能原因导致此错误,可能的原因如下: 1. 参数设置失衡导致模型训练失败,请减小max_len或者减小batch_size。

  • 创建模型 - 知识图谱 KG

    图1 创建模型 按表1填写相关信息。 表1 创建模型参数说明 参数 说明 模型名称 模型的名称。暂不支持修改。 模型模板 选择训练模型预置模板。KG服务预置模型模板有“DGCNN”、“MRC-BM-v2”、“MRC-BM”,详情请见训练模型框架介绍。 数据类型 选择训练模型的数据类

  • 删除版本 - 知识图谱 KG

    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。 在模型列表中,单击模型名称,进入模型详情页。

  • 信息抽取模型简介 - 知识图谱 KG

    中抽取三元组的模型,因此仅适用于抽取基础数据格式为txt文本的自然语言短句。 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

  • 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

  • 修改版本 - 知识图谱 KG

    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。

  • 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

  • 发布版本 - 知识图谱 KG

    发布版本 创建模型版本后,您需要通过发布操作,发布模型版本后,才能使对应的版本模型在创建知识图谱时用于信息抽取。 前提条件 已创建模型,并针对已创建的模型创建版本。 操作步骤 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。

  • 管理版本 - 知识图谱 KG

    管理版本 创建新版本 发布版本 修改版本 删除版本 父主题: 自定义信息抽取模型

  • 创建新版本 - 知识图谱 KG

    创建新版本 创建抽取模型后,您需要创建模型的版本,才能进行后续的发布操作,使模型在创建知识图谱时用于信息抽取。 每个模型最多可创建5个模型版本。 前提条件 在KG服务管理控制台创建抽取模型,详情请见创建模型。 操作步骤 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 >

  • 使用自定义抽取模型创建图谱 - 知识图谱 KG

    本样例使用在创建信息抽取模型中自定义的抽取模型进行信息抽取。 在流水线构建页面,单击“信息抽取”,页面下方弹出“信息抽取”对话框,单击右侧按钮可以放大对话框。 填写信息抽取配置信息,如图13所示。 “抽取方式”:默认为“非结构化抽取”。 “抽取模型”:选择创建信息抽取模型用户自定义的模型“Person_Film_Model”。

  • 知识图谱 KG - 知识图谱 KG

    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

  • 支持云审计的关键操作 - 知识图谱 KG

    deleteModelVersion 更新模型版本 modelVersion 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

  • 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

    一般性问题 KG与其他服务的关系 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

    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影有关的非结构化数据样例,以便用户快速熟悉使用流水线套件构建知识图谱的过程,以及如何使用公有资产库中的图谱本体组件、模型组件。创

  • 非结构化抽取 - 知识图谱 KG

    取”。 根据自身业务需要,您可以选择“公有库模型”、“预置模型”或者“用户自定义模型”,三者仅需选择一项。 “公有库模型”:当前提供“SimpleBertModel”和“RelationExtraction”两种公有库模型。 “预置模型”:当前提供“RESBM”和“RelationExtraction”两种预置模型。

  • 创建图谱简介 - 知识图谱 KG

    据自定义信息抽取模型并使用自定义抽取模型创建知识图谱的流程,帮助您快速熟悉知识图谱自定义信息抽取模型创建过程和使用非结构化数据创建图谱的过程。步骤如下: 创建信息抽取模型:以在ModelArts控制台上标注数据为例,介绍信息抽取模型的构建流程。 使用自定义抽取模型创建图谱:介绍通

  • 构造请求 - 知识图谱 KG

    本节介绍REST API请求的组成,并以调用IAM服务的获取用户Token接口说明如何调用API,该API获取用户的Token,Token可以用于调用其他API时鉴权。 您还可以通过视频教程了解如何构造请求调用API 。 请求URI 请求URI由如下部分组成。 {URI-scheme}