已找到以下 94 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
  • 使用前必读 - 知识图谱 KG

    使用前必读 概述 调用说明 终端节点 约束与限制 基本概念

  • 知识图谱使用简介 - 知识图谱 KG

    知识图谱使用简介 知识图谱服务(Knowledge Graph,简称KG)提供一站式知识图谱全生命周期管理服务,包括本体可视化构建、自动化图谱流水线构建,以及图谱问答、搜索、推理等图谱应用能力,企业可以灵活掌控图谱配置,适合复杂多变的业务场景。

  • 准备训练数据 - 知识图谱 KG

    组类型,并在训练数据中进行标注。 三元组是知识图谱构建的基本元组,三元组借鉴了语言学中主谓宾结构,语言学中一句话由主语(subject)、谓语(predicate)、宾语(object)组成,自然语言中的知识也可以建模为三个元素构成的组合格式,如“中国的首都是北京”这句话中,就有“中国-首都-北京”这样的三元组。

  • 使用API调用知识图谱服务 - 知识图谱 KG

    使用API调用知识图谱服务 本章节提供了通过Postman调用知识图谱服务API的样例,帮助您快速熟悉零编码使用KG服务的方法。 调用KG服务API的详细步骤如下所示: 步骤1:配置环境 步骤2:Token认证鉴权 步骤3:调用服务 准备工作 已注册华为账号,并完成实名认证。具体

  • 如何创建知识图谱 - 知识图谱 KG

    如何创建知识图谱 构建图谱流程 KG服务为用户提供了两种方式构建图谱,不同的方式所需要的功能不同。基于不同的图谱构建方式,梳理了使用KG服务的主要流程。 图1 构建图谱流程 表1 构建图谱流程说明 主任务 说明 详细指导 购买知识图谱&选择图谱规格 在创建知识图谱之前,需要购买图谱并选择图谱规格。

  • 概述 - 知识图谱 KG

    相关概念,详细信息请参见产品介绍。 KG服务以开放API的方式提供给用户,您可以根据本文档提供的API使用服务,支持的全部API请参见API概览。 父主题: 使用前必读

  • 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

    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 NLP”。详细的提交工单步骤请见提交工单。 图1 自然语言处理 NLP

  • 调用说明 - 知识图谱 KG

    知识图谱服务提供了REST(Representational State Transfer)风格API,支持您通过HTTPS请求调用,调用方法请参见如何调用API。 父主题: 使用前必读

  • 创建模型 - 知识图谱 KG

    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关系抽取模型,它在使用BERT模型建模语言关系的基础上,利用DGCNN网络额外使用了文本的分词词性信息,这使得它对于待抽取实体的边界识别能力很强。但复杂的模型意味着更多的标注数据需求,推荐平

  • 约束与限制 - 知识图谱 KG

    约束与限制 您能创建的知识图谱服务器的数量与配额有关系,具体请参见服务配额。 更详细的限制请参见具体API的说明。 父主题: 使用前必读

  • 基本概念 - 知识图谱 KG

    重置用户密码、分配用户权限等。由于账号是付费主体,为了确保账号安全,建议您不要直接使用账号进行日常管理工作,而是创建用户并使用他们进行日常管理工作。 用户 由账号在IAM中创建的用户,是云服务的使用人员,具有身份凭证(密码和访问密钥)。 在我的凭证下,您可以查看账号ID和用户ID

  • 使用自定义抽取模型创建图谱 - 知识图谱 KG

    使用自定义抽取模型创建图谱 本章节以有关于人物和电影的非结构化数据为例,提供一个使用自定义的信息抽取模型创建知识图谱的流程,帮助您快速熟悉使用非结构化数据和自定义信息抽取模型创建图谱的过程。 首先,请仔细阅读准备工作罗列的要求,提前完成准备工作。然后在控制台上创建信息抽取模型和知识图谱,步骤如下:

  • 终端节点 - 知识图谱 KG

    终端节点(Endpoint) 华北-北京四 cn-north-4 nlp-ext.cn-north-4.myhuaweicloud.com 父主题: 使用前必读

  • 最新动态 - 知识图谱 KG

    上线图谱搜索、推荐功能 在预览图谱时,支持使用Gremlin语句查询实体,同时支持在预览图谱页面查看查询实体的记录。 公测 预览图谱 2020年08月 序号 功能名称 功能描述 阶段 相关文档 1 数据源支持结构化数据 在创建知识图谱时,可以使用csv、xlsx等结构化数据构建图谱。

  • 信息抽取模型简介 - 知识图谱 KG

    KG服务提供自定义信息抽取模型功能,如果您希望在信息抽取时使用自定义的信息抽取模型,您可以在KG模型管理页面创建抽取模型、创建并发布模型版本,用于创建知识图谱过程中的信息抽取。 在KG服务管理控制台上自定义信息抽取模型是一种基于schema约束的中文信息抽取模型,即从自然语言文本中抽取三元组的模型,因此仅适

  • 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

    使用公有资产库中的图谱流水线套件构建图谱 本章节提供一个与电影有关的非结构化数据样例,帮助您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。创建完成后,您可以搜索预览相关实体的知识图谱,也可以在创建的图谱基础上全量更新或增量更新图谱。

  • 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。

  • 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:

  • 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

  • 准备图谱数据 - 知识图谱 KG

    该类型为结构化数据输入格式。使用XLSX文件,即表格文件作为数据源时,文件必须为.xlsx格式,文件中每一个工作簿为一类数据,工作簿名为数据类型名。每个工作簿中,第一行为数据头,从第二行开始,每一行为一条数据。XLSX文件模板示例请单击下载。 CSV文件 该类型为结构化数据输入格式。使用CSV文件