已找到以下 62 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
  • 最新动态 - 知识图谱 KG

    -- KG 2.0 2021年05月 序号 功能名称 功能描述 阶段 相关文档 1 更新KBQA会话接口 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

  • 实体链接 - 知识图谱 KG

    实体链接 功能介绍 对用户文本进行分析识别出其中的实体,并返回图谱中关联节点的信息。

  • 知识图谱 KG - 知识图谱 KG

    云容器引擎-成长地图 | 华为云 知识图谱 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。 图说KG

  • 本体简介 - 知识图谱 KG

    本体简介 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。

  • 创建信息抽取模型 - 知识图谱 KG

    创建信息抽取模型 如果您在创建知识图谱时,选择使用自定义模型进行信息抽取,您需要在创建知识图谱之前,创建信息抽取模型。 本章节提供一个与人物、电影有关的非结构化数据构建信息抽取模型流程,帮助您快速熟悉知识图谱自定义信息抽取模型创建过程,通过在控制台进行数据标注、模型训练,构建一个人物

  • 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。

  • 知识搜索 - 知识图谱 KG

    知识搜索 功能介绍 对用户文本进行分析,对图谱中的相关知识进行搜索。

  • 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。

  • 创建问答模板 - 知识图谱 KG

    创建问答模板 知识图谱KBQA服务支持根据用户问答查询意图自定义问答模板,用来识别用户问句的真实查询意图。 创建问答模板 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。

  • 适用场景 - 知识图谱 KG

    图2 知识图谱与智能问答 大数据分析与决策 知识图谱通过语义链接帮助理解大数据,获得对大数据的洞察,提供决策支持,应用于各个行业,例如股票投研情报分析,通过抽取公司的股东、子公司、供应商、客户、合作伙伴、竞争对手等信息构建公司的知识图谱,进而做更深层次的分析和更好的投资决策。

  • 构建知识图谱简介 - 知识图谱 KG

    知识图谱在语义搜索与推荐、智能问答系统、大数据分析与决策等场景下均有广泛应用,具体请参见产品介绍>适用场景。 本文档介绍如何在知识图谱管理控制台快速构建知识图谱,并管理本体和知识图谱任务。

  • 创建模型 - 知识图谱 KG

    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。

  • API概览 - 知识图谱 KG

    实体链接 对用户文本进行分析识别出其中的实体,并返回图谱中关联节点的信息。 知识搜索 对用户文本进行分析,对图谱中的相关知识进行搜索。 知识推荐 根据输入的实体节点,推荐相关的实体节点。

  • 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

  • 代码配置模式 - 知识图谱 KG

    代码配置模式 格式化编辑指通过编辑json格式代码,完成知识映射配置。 前提条件 已创建图谱并选择图谱规格,请参见购买知识图谱。 已创建并选择本体,详情请参见配置图谱本体。 已完成数据源配置,详情请参见配置数据源。 已完成信息抽取配置,详情请参见配置信息抽取。 操作步骤 在普通配置构建图谱页面

  • 创建图谱简介 - 知识图谱 KG

    创建图谱简介 数据是知识图谱的基础,在知识图谱服务创建知识图谱时,需要从OBS导入用于构建知识图谱的基础数据。知识图谱服务支持的数据包括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

  • 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。 开始使用样例前

  • 表格配置模式 - 知识图谱 KG

    表格配置模式 表格配置模式指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。 前提条件 已创建图谱并选择图谱规格,请参见购买知识图谱。 已创建并选择本体,详情请参见配置图谱本体。 已完成数据源配置,详情请参见配置数据源。 已完成信息抽取配置,详情请参见配置信息抽取。 操作步骤

  • 快速创建知识图谱 - 知识图谱 KG

    快速创建知识图谱 数据是知识图谱的基础,在知识图谱服务创建知识图谱时,需要从对象存储服务(Object Storage Service,简称OBS)导入用于构建知识图谱的基础数据。知识图谱服务支持的数据包括XLSX、CSV、JSON、多行单句文本格式,详情请见数据格式要求,其中XLSX