智慧树知识图谱笔记1.1

  1. 通过机器来理解文本中的知识两种方式
    抽取技术 : 从文本中识别实体关系复杂的逻辑
    文本预训练:通过文本语料训练一个神经网络大模型,文本中的知识被隐含在向量模型中 向量模型对机器友好

  2. 应用场景重图结构和查询分析 属性图会更合适
    知识建模 描述和表示更加复杂的关联关系 知识推理 RDF图会更合适

  3. SPARQL 查询语言 w3c RDF图 对于复杂的知识表示效果较好
    Cypher 查询语言 Neo4j

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值