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
Integer 推荐结果个数。 entities KgRecommendRespEntities object 推荐结果详情。 表4 KgRecommendRespEntities 参数 参数类型 描述 id String 推荐的实体节点ID。 name String 推荐的实体节点名称。
在创建知识图谱之前,您需要创建图谱的本体,用于组织知识图谱信息结构。 基本概念 实体 实体是有可区别性且独立存在的某种事物。例如某一具体的电影(或人物或关系),如电影“霸王别姬”,可称作实体。 概念 概念指是抽象的、普遍的想法,是充当指明实体、事件或关系的范畴或类的实体。例如本体如图1所示,
对话。 例如问答模板“XX电影评分多少”,增加追问模板“请问您说的哪部电影?”,定位具体实体实例并反馈答案。 也可设置推荐问、兜底、无法回答等话术。 例如问答模板“请推荐好看的电影”,增加追问模板“推荐电影如下:”,答案会反馈“推荐电影如下:电影1、电影2...”。 配置问答模板(代码编辑)
单击实体“电影”对应的图标。 填写实体“电影”映射前的抽取项:“Film”。 填写映射到实体“电影”的抽取项,如图15和表4所示。 图15 实体电影的抽取项 表4 实体电影的抽取项 属性/关系名称 抽取项 name 中文名 票房 票房 上映时间 上映时间 电影:主演:人物 主演
单击实体“电影”对应的图标。 填写实体“电影”映射前的抽取项:“Film”。 填写映射到实体“电影”的抽取项,如图15和表4所示。 图15 实体电影的抽取项 表4 实体电影的抽取项 属性/关系名称 抽取项 name 中文名 票房 票房 上映时间 上映时间 电影:主演:人物 主演
数据格式为短文本txt格式,文件内容示例如下: 张三的生日是1990年1月1日,身高175cm,出生于北京。 李四,著名导演,毕业于电影学院,代表作有《电影1》、《电影2》。 ... ... 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)。
我的图谱用户资源提示已冻结怎么办? 问题描述 “知识图谱控制台>我的图谱”页面,图谱的运行状态为“已冻结”。 解决方案 图谱规格为体验版图谱 由于当前知识图谱服务仅支持在控制台创建一次体验版图谱,即创建一次体验版图谱后,无法第二次创建体验版图谱。需要确认体验版图谱是否到期冻结。
完成知识图谱创建的流程和操作。 KG创建图谱样例 创建电影图谱 04 API 通过KG开放的API和调用示例,您可以使用KG查询知识图谱、查询实体详情、过滤查询实体、查询关联实体、进行KBQA会话、实体链接以及知识搜索、推荐功能。 API文档 API概览 执行知识图谱查询命令 查询实体详情
Array<String>> 实体各个属性值,格式为字典数据结构,键为该实体属性名,值为字符串列表,为该实体属性值。 请求示例 过滤查询名称为一条牧羊犬的电影 https://nlp-ext.cn-north-4.myhuaweicloud.com/v1/1604d8170cd84440a812
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:
"label_map_configs": { "Film": "电影", "Person": "人物" }, "property_map_configs": [ { "label": "电影", "source_keys": [
概念限制 沈振导演了什么电影 xx实体 的 xx关系 的 xx关系(正向二跳关系) 沈振导演的电影的主演是谁 上一个实体 的 xx属性 它的上映日期 上一个实体 的 xx关系(正向) 他主演的电影 上一个实体 的 xx关系 的 xx关系(正向二跳关系) 她导演的电影的主演 上一个实体 和
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影有关的非结构化数据样例,以便用户快速熟悉
系,填写相关信息。 知识与实体电影的映射关系,如图2所示。 图2 实体电影的知识映射关系 在实体“电影”下方的“类型映射”区域填写映射前的实体类型字段“Film”。 填写映射到实体“电影”的抽取项,如表1所示。 图3 实体电影知识映射 表1 实体电影的知识映射字段 属性/关系名称
后的相关字段。 基本概念 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,例如抽取出的有关电影结构化信息与图谱本体映射关系如图1所示。 图1 实体电影的知识映射关系 配置方式 表格配置模式:通过填写基础数据映射前后的相关字段,完成知识映射配置。具体步骤请见表格配置模式。
检查信息抽取函数和配置信息抽取时所填的参数。 知识图谱服务支持的信息抽取函数具体请参见信息抽取函数。配置信息抽取操作请参见配置信息抽取。 以创建一个有关于电影的知识图谱为例,抽取信息前后的实体信息如图1所示,展示如何在创建图谱时配置信息抽取。 图1 信息抽取 在“创建图谱”页面,单击“信息抽取”,页面下方弹出“信息抽取”对话框。
括XLSX、CSV、JSON、多行单句文本格式,详情请见数据格式要求,其中多行单句文本格式的数据属于非结构化数据。 本章节提供一个与人物、电影有关的非结构化数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:
1所示,“电影”、“人物”以及两者之间的关系“主演”、“导演”均可称作概念。 本体 本体是某个领域中抽象概念的集合,能够描述某个范围内一切事物的共有特征以及事物间的关系。例如图1可称作一个本体。 实体 实体是知识图谱三元组的元素之一,指某种具体的事物。例如某一具体的电影(人物或关系),可称作实体。
短文本txt格式,文件内容示例如下: 张三的生日是1990年1月1日,身高175cm,出生于北京。 李四,著名导演,毕业于电影学院,代表作有《电影1》、《电影2》。 ... ... 定义三元组类型(schema) 为了训练自定义的信息抽取模型,需要定义该抽取模型能够抽取的三元组类型,并在训练数据中进行标注。
选择完成后,单击“确定”。 “实体类型字段”:当数据格式选择“JSON”时,在“实体类型字段”文本框中填写基础数据中描述实体类型的函数字段。 例如以一个有关于电影的图谱数据为例,选择数据格式和数据源文件后,下方可预览基础数据。 图3 数据源配置 填写完信息后,单击“保存”。 如果您待创建的图谱只需要一个数据源,那么您已完成数据源的配置。