知识图谱需要解决的问题

1 知识图谱应用场景

1、数据可视化
2、基于图谱的问答系统
3、基于图谱的关系推理
4、便捷的关系查询,给模型提供更多数据特征

2 知识图谱的构建

非结构化数据源中的实体识别:一般来说是一个sequence labeling的任务。
非结构化数据源中的关系抽取:通常都会提供好固定的一些关系,因此该任务就是一个分类问题。
在这里插入图片描述

非结构化数据源中的三元组抽取

3基于知识图谱的问答

根据问题,解析三元组中的两个元素,查询第三个元素
如何确定subject:

  • entity linking->name dictionary或者maximum matching
  • 实体消岐:

如何确定predicate

  • 与图谱构建类似,做一个分类
  • 把KB中的predicate与问题进行比较,找到最可能的那个predicate

使用subject和predicate去搜索确定三元组

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