----知识图谱

原创丨智合同AI开放平台

利用DNN、PLP（合同专业语言处理技术）、知识图谱等技术，自主研发了自有合同智能应用品牌（智合同），品牌下相关的智能应用从满足“中
智合同（小智）·2023-01-14 09:00

AI合同丨关于智合同服务介绍

利用DNN、PLP（合同专业语言处理技术）、知识图谱等技术，自主研发了自有合同智能应用品牌，其相关的智能应用从满足“中层内控管理”需要，逐步向“高层决策支撑”和“基层服务支撑”两侧延伸。
智合同（小智）·2023-01-14 09:00

知识图谱概述

1.知识图谱的研究目标与意义知识图谱（KnowledgeGraph）以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力
孤独忍锗·2023-01-14 08:59

领域应用 | 完备的娱乐行业知识图谱库如何建成？爱奇艺知识图谱落地实践

转载公众号|爱奇艺技术产品团队2012年5月16日，谷歌首次正式提出了知识图谱的概念，希望利用结构化知识，来增强搜索引擎，提高搜索质量和用户体验。也就是说，从诞生之日起，知识图谱就和搜索引擎密不可分。
开放知识图谱·2023-01-14 08:28

特定领域知识图谱知识融合方案（实体对齐)：文娱知识图谱构建之人物实体对齐

相关文章项目链接：特定领域知识图谱知识融合方案（实体对齐)：优酷领域知识图谱为例特定领域知识图谱知识融合方案（实体对齐)：文娱知识图谱构建之人物实体对齐
汀、·2023-01-14 08:56

知识抽取-关系抽取之Bootstrapping：快速构建大规模知识图谱利器

前言知识抽取是知识图谱构建的前置步骤，其中，关系抽取是建立图谱中实体关联的必经之路。而今，学术界往往倾向于结合最新的深度学习技术探索关系抽取效果的边界。然而，在
Necther·2023-01-13 21:27

整理了一波Prompt Learning的文章，看完这些就都懂了

来自：AI自然语言处理与知识图谱大家好，我是大林，这两天看了下前段时间如火如荼的Prompt，看了一些文章和问答，大概了解了，整理如下，看完这些，收藏，基本都了解了。关注我，了解更多前沿。
zenRRan·2023-01-13 21:56

特征级融合_多知识图谱的融合算法探索

作者：@ZhaoYueDXY前言在过去一年的文章中，我们讨论了很多关于知识图谱构建、结合NLP应用的方法。逐渐，这些算法开始深入到许多业务中的搜索、推荐工作中。
weixin_39579127·2023-01-13 18:54

特定领域知识图谱知识融合方案（实体对齐)：基于图神经网络的商品异构实体表征探索

相关文章项目链接：特定领域知识图谱知识融合方案（实体对齐)：优酷领域知识图谱为例特定领域知识图谱知识融合方案（实体对齐)：文娱知识图谱构建之人物实体对齐
汀、·2023-01-13 18:54

特定领域知识图谱知识融合方案（实体对齐)论文合集

相关文章项目链接：特定领域知识图谱知识融合方案（实体对齐)：优酷领域知识图谱为例特定领域知识图谱知识融合方案（实体对齐)：文娱知识图谱构建之人物实体对齐
汀、·2023-01-13 18:54

知识融合算法测试方案（知识生产质量保障）

相关文章项目链接：特定领域知识图谱知识融合方案（实体对齐)：优酷领域知识图谱为例特定领域知识图谱知识融合方案（实体对齐)：文娱知识图谱构建之人物实体对齐
汀、·2023-01-13 18:54

NLP第19课：知识挖掘与知识图谱概述

目前，谷歌给出的解决方案就是——知识图谱（KnowledgeGraph）。知识图谱能做什么？知识图谱想做的，就是在不同数据（来自现实世界）之间建立联系，从而带给我们更有意义的搜索结果。
米饭超人·2023-01-13 18:23

超融合知识图谱

本节将重点介绍融合建模中的关键技术趋势⸺超融合知识图谱。
m0_73803866·2023-01-13 18:23

知识图谱基础入门（一）

知识图谱旨在采用图结构来建模和记录世界万物之间的关联关系和只是，以便有效实现更加精准的对象级搜索。其相关技术可以应用在搜索引擎、语言理解、推荐计算、大数据决策分析等众多领域。
希望变强的小菜鸟·2023-01-13 18:23

特定领域知识图谱知识融合方案（实体对齐)：优酷领域知识图谱为例

相关文章项目链接：特定领域知识图谱知识融合方案（实体对齐)：优酷领域知识图谱为例特定领域知识图谱知识融合方案（实体对齐)：文娱知识图谱构建之人物实体对齐
汀、·2023-01-13 18:53

时空知识图谱应用初探

一、时空知识图谱概述时空知识图谱不单单是一个“增强型”的开放域知识图谱，而是需要结合业务场景和领域知识，并针对时空知识自身的特点，对知识的概念、实体和关系进行语义化和时空化拓展。
Palantir of China·2023-01-13 18:53

一、知识图谱概述

OK~从今天开始，我们开始构建知识图谱！
象在舞·2023-01-13 18:53

一起读论文--Logic-Guided Data Augmentation and Regularization for Consistent Question Answering

问答系统本来是属于NLP研究的问题，仔细上来讲跟大数据关系并不大，但是这篇文章的方法用到了基于一阶谓词逻辑的推理，这个在大数据-知识图谱的推理当中也是很有实际意
~泊舟~·2023-01-13 16:05

知识图谱的节点和关系实现（python）

本文当中所涉及到的代码来源仍然是前一篇博文当中提到的刘老师架构的智能问答机器人中知识图谱部分，上一篇内容主要关于前期数据搜集和处理的内容，而在本期当中则会学习如何架构一个真实的知识图谱，并且在阅读完成之后
chen_nnn·2023-01-13 14:48

知识图谱基础代码构建（医疗向）

今天上线发现自己竟然涨粉了，也给了我更大的动力将这一方面继续记录下去，这里是对另外一个项目代码的解读，个人认为是对前面连续几篇中文医疗知识图谱的解读的一个补充，有着拨云见日的作用。
chen_nnn·2023-01-13 14:18

Python无法上连接Neo4j，报错：IndexError:pop from an empty deque与KeyError:‘neo4j_version‘

Python无法上连接Neo4j，报错：IndexError:popfromanemptydeque与KeyError:‘neo4j_version’在用neo4j构建知识图谱时，Python无法上连接
李舒木子馨☘·2023-01-13 11:24

【知识图谱】python连接neo4j报错：py2neo.errors.ProtocolError: Cannot decode response content as JSON

源代码如下报错信息：从graph.run这里报错，报出一个JSon相关的错误，百思不得其解。Traceback(mostrecentcalllast):File"D:\software\Python\Python37\lib\site-packages\py2neo\client\http.py",line443,infrom_jsoncontent=json_loads(data,object_
weiambt·2023-01-13 11:47

知识图谱：【图数据库Neo4j（五）】——Py2Neo

文章目录Py2Neo简介连接已有图数据库Node&Relationship创建属性赋值方法一：方法二：方法三：批量更新SubgraphWalkableGraphNodeSelectorOGM参考链接Py2Neo简介Py2Neo是用来对接Neo4j的Python库连接已有图数据库frompy2neoimportGraphtest_graph=Graph("http://localhost:7474"
J_Xiong0117·2023-01-13 09:19

rdf数据库和mysql_rdf和图数据库有什么关系？

个人理解，rdf是知识图谱/语义网络/本体库数据的描述形式，描述了实体、属性、关系等，当然也可以理解成是文件形式的知识库存储方式。可以理解为Excel表格是文件形式的。
原雪婷·2023-01-13 09:19

知识图谱从入门到应用——知识图谱推理：基于符号逻辑的知识图谱推理

分类目录：《知识图谱从入门到应用》总目录基于本体的推理OWL本体语言简介在介绍基于本体的推理之前，先回顾RDF的三元组模型，每一条三元组描述了客观世界的一个逻辑事实。
von Neumann·2023-01-13 09:46

知识图谱与数据库技术：RDF三元组库和Neo4j图数据库

知识图谱与数据库系统随着知识图谱规模的日益增长，知识图谱数据管理问题愈加突出。近年来，知识图谱和数据库领域均认识到大规模知识图谱数据管理任务的紧迫性。
清如许.·2023-01-13 09:15

金庸小说人物知识图谱构建——构建共现矩阵

利用上一步得到的共现人物共现关系excel表，构建人物间的共现矩阵，如下图两两人物间的数字对应他们的共现频次，代表他们在多少个章节中共同出现了，对角线上的频次定义为0，共现频次越高，人物间的关系可能越紧密。这里贴出代码#构建共现矩阵importnumpyasnpfromnumpy.matrixlib.defmatriximportmatriximportxlrddefreadxls(path):x
AnronSakura·2023-01-13 07:06

金庸小说人物知识图谱构建——获取共现关系

在用命名实体识别工具提取出人名后，我们要构建一个知识图谱，还需要知道人物间的关系，而人物间的关系是基于人物共现来提取的，"共现"指的是两个人物在文章中某一部分共同出现，这个“部分”就是所谓的共现窗口的大小
AnronSakura·2023-01-13 07:36

金庸小说人物知识图谱构建——以《雪山飞狐》为例

先看一下最终效果图做成这样一张图，大概需要以下几步：人名提取获取共现关系构建共现矩阵图谱可视化各步骤详细实现参考此专栏后续博文
AnronSakura·2023-01-13 07:35

金庸小说人物知识图谱构建——人名提取

本步的思路是运用命名实体识别工具来提取小说中的人名我用的工具是stanfordcorenlp，当然还有其他的工具可以选择，如snownlp，THULAC等，我将提取的人名保存在txt文件中，经过人工去错后，得到如下人名：提取人名的代码如下#写入txt文件fromstanfordcorenlpimportStanfordCoreNLPnlp=StanfordCoreNLP(r'D:\java\sta
AnronSakura·2023-01-13 07:33

知识图谱 — pyhanlp实现命名体识别（附命名体识别代码）

上篇文章将到了使用jieba、pyhanlp、smoothnlp工具进行文本分词，这篇文章在上篇分词的基础上接着讲解命名体识别，感兴趣的朋友请点我进入到上篇文章查看分词工具的使用。本文在最后有本人一些不成熟的命名体识别方法。一、什么是实体？怎么样，被这么一问是不是不知道如何回答。实体的特性必有确定性，这样就可以把实体理解成一个确定的实例。就比如“王者荣耀“它其实就是一个确确实实存在的实例，而单单拿
zkkkkkkkkkkkkk·2023-01-13 00:16

知识图谱之命名实体识别

本片博文我将讲解两个部分，第一部分讲命名实体识别的发展史，这中间会涉及到整个技术的成熟历程，第二部分讲主流的命名实体识别技术的实现细节。概述命名实体识别是自然语言处理中的基础任务之一，其目标是提取文本中特定的实体并对其进行分类，最常见的实体比如：人名、地名、组织机构名，在推荐、搜索、信息检索、智能问答等领域有着广泛的应用。命名实体识别在识别实体的时候需要找出实体的具体位置，这就需要对实体进行标注，
谈笑风生...·2023-01-13 00:15

知识图谱、命名实体识别、问答

知识图谱引----语义网（SemanticNetwork）1950年代末、1960年代初，语义网的概念提出，他是基于图（有向或无向）的数据结构，用于存储知识。
爱划水的小白·2023-01-13 00:45

知识图谱学习笔记－命名实体识别

命名实体识别：1、构建知识图谱2、聊天机器人如：聊天机器人机器人：先生，请问有什么可以帮到您的嘛？客户：能不能帮我查询一下明天中午（时间）从北京（地名）飞哈尔滨（地名）的机票？
BUPT-WT·2023-01-13 00:45

【知识图谱】中文命名实体识别碎碎念

命名实体识别知识图谱中实体抽取的本质就是命名实体识别（NER）NER包括两个细分子任务：实体边界判定和实体类别预测中文NER和英文NER的区别难度比较中文NER更难，WHY？
落叶阳光·2023-01-13 00:14

cvpr 注意力机制_今日论文|Transformer++刷新翻译SOTA&跨越语言鸿沟的视觉共享嵌入&高度驱动注意力网络&多语言问答数据集&MORE...

其中包含计算机视觉论文17篇[1-17]，自然语言处理论文5篇[18-22]，方法论论文3篇[27-29]，知识图谱论文4篇[31-34]，推荐系统论文2篇[35-36]。
王清贤·2023-01-12 21:40

知识追踪入门系列-论文资料汇总

Paper：知识追踪相关论文下载论文和代码见reference第一个链接DeepKnowledgeTracing:首次提出将RNN用于知识追踪，并能够基于复杂的知识联系进行建模（如构建知识图谱）DeepKnowledgeTracingandDynamicStudentClassificationforKnowledgeTracing
sereasuesue·2023-01-12 19:39

关于局部敏感哈希算法(LSH)的应用场景

minHash，stableHash这些，为每个大型文本构建签名矩阵，然后使用Jacaard，这些进行相似度计算，然后把相似度相近的放到一个桶里)，然后在桶内进行最近邻查找，在一些大型的数据中，如多个知识图谱的相似性判断
飞火流云·2023-01-12 17:44

关系抽取概念及相关论文解读

1.信息抽取概述信息抽取是构建知识图谱的必要条件。知识图谱中以（subject，relation，object）三元组的形式表示数据。
DonngZH·2023-01-12 16:01

实体抽取-关系抽取-事件抽取与知识图谱学习资源汇总

利用远程监督技术生成关系抽取训练实例的噪音数据如何过滤2.知识图谱学习资料汇总含论文
西兰先森·2023-01-12 16:00

机器学习、视觉、推荐、自然语言、知识图谱、对话、语音识别技能树

@创建于：20210318@修改于：20210318文章目录1、机器学习算法工程师技能树2、数据科学家技能树3、计算机视觉技能树4、推荐系统技能树5、自然语言处理技能树6、知识图谱技能树7、对话系统技能
条件漫步·2023-01-12 14:10

AI 技能树

目录1、机器学习算法工程师技能树2、数据科学家技能树3、计算机视觉技能树4、推荐系统技能树5、自然语言处理技能树6、知识图谱技能树7、对话系统技能8、语音识别技能树1、机器学习算法工程师技能树2、数据科学家技能树
Darren_pty·2023-01-12 14:40

知识图谱链接预测时的评估指标：mean rank和hit@10 。

链接预测是用来预测三元组（h，r，t）中缺失实体h，t或r的任务，对于每一个缺失的实体，模型将被要求用所有的知识图谱中的实体作为候选项进行计算，并进行排名，而不是单纯给出一个最优的预测结果。
芒果烤串·2023-01-12 13:54

评价指标reacll@10,mrr@10,ndcg@10,hit@10的含义

在知识图谱补全和推荐系统中常用到recall,mrr,ndcg,hit的评价指标知识图谱补全也成为链接预测，是用来预测三元组（h，r，t）中缺失实体h，t或r的任务，对于每一个缺失的实体，模型将被要求用所有的知识图谱中的实体作为候选项进行计算
wcc8848·2023-01-12 13:54

知识图谱论文中模型指标MRR，MR，HITS@1，HITS@3，HITS@10的含义

知识图谱论文中模型指标MRR，MR，HITS@1，HITS@3，HITS@10的含义本文将介绍用于衡量知识图谱嵌入（KnowledgeGraphEmbedding，KGE）模型性能中最常用的几个指标：MRR
Code_demon·2023-01-12 13:23

Trans系列中的hits@10、Mean rank

1、Meanrank首先对于每个testingtriple，以预测tailentity为例，我们将（h,r,t）中的t用知识图谱中的每个实体来代替，然后通过fr（h,t）函数来计算分数，这样我们可以得到一系列的分数
lou_ym·2023-01-12 13:53

知识图谱嵌入的衡量指标：MRR，MR，HITS@n

衡量知识图谱嵌入（KnowledgeGraphEmbedding，KGE）模型性能中最常用的几个指标：MRR，MR，HITS@n。
SU_ZCS·2023-01-12 13:22

劝你别再闷头自学NLP了！！！请收下这套自然语言处理(NLP)算法学习路线！

于是很多人欲转行NLP，原因是NLP技术近几年发展非常快，像BERT、GPT-3、图神经网络、知识图谱等技术被大量应用于项目实践中，这也推动了NLP在产业中的持续落地，以及行业对相关人才的需求。
zenRRan·2023-01-12 10:11

【最新】2021年自然语言处理(NLP)算法学习路线！

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
我爱计算机视觉·2023-01-12 10:39

2021年，投身自然语言处理是否明智？

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
PaperWeekly·2023-01-12 10:07
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他