知识图谱：从0到 ∞
关注
分享
扫一扫
文章平均质量分 88
知识图谱：从0到 ∞
胡耀超
这个作者很懒，什么都没留下…
展开
-
知识图谱入门——11：构建动态图谱渲染应用：Vue3与Neo4j的集成与实践
这篇博客将带你深入了解如何利用Vue.js、D3.js以及Neo4j，开发一个能够实时渲染图谱节点和关系的应用。我们将从零开始，介绍如何搭建开发环境、安装依赖、与Neo4j数据库交互、到最终的图谱可视化实现（为方便演示，服务端先不搭建）。原创 2024-10-07 18:25:18 · 1495 阅读 · 0 评论 -
知识图谱入门——10：使用 spaCy 进行命名实体识别（NER）的进阶应用：基于词袋的实体识别与知识抽取
本文将详细探讨如何在 spaCy 中实现自定义实体抽取，包括使用词袋、批量添加模式、加载外部文件、使用自定义组件和结合正则表达式进行复杂匹配。原创 2024-10-05 17:57:25 · 843 阅读 · 0 评论 -
知识图谱入门——9： spaCy中命名实体识别（NER）任务中的预定义标签详解及案例(GPE、MONEY、PRODUCT、LAW、FAC、NORP是什么？)
在这篇文章中，我们将系统地介绍 spaCy 中命名实体识别的常见 **预定义标签**，并探讨这些标签在实际应用中的意义。以及案例修改标签原创 2024-10-05 17:19:46 · 1500 阅读 · 0 评论 -
知识图谱入门——8: KG开发常见数据格式：OWL、RDF、XML、GraphML、JSON、CSV。
在知识图谱开发中，数据格式和语义表达至关重要。本文将详细论述OWL、RDF、XML、GraphML、JSON、CSV等格式的特点、优缺点及适用场景，帮助读者全面理解这些数据结构及其在知识图谱中的应用。原创 2024-10-04 16:08:59 · 1355 阅读 · 0 评论 -
知识图谱入门——7：阶段案例：使用 Protégé、Jupyter Notebook 中的 spaCy 和 Neo4j Desktop 搭建知识图谱
在 Windows 环境中结合使用 **Protégé**、**Jupyter Notebook** 中的 **spaCy** 和 **Neo4j Desktop**，可以高效地实现从自然语言处理（NLP）到知识图谱构建的全过程。本案例将详细论述环境配置、步骤实现以及一些扩展和不足之处。原创 2024-10-04 15:08:38 · 1486 阅读 · 0 评论 -
知识图谱入门——6：Cypher 查询语言高级组合用法(查询链式操作、复杂路径匹配、条件逻辑、动态模式创建，以及通过事务控制和性能优化处理大规模数据。
这些组合用法涉及**查询链式操作**、**复杂路径匹配**、**条件逻辑**、**动态模式创建**，以及通过**事务控制和性能优化**处理大规模数据。原创 2024-10-03 16:15:41 · 1140 阅读 · 0 评论 -
知识图谱入门——5：Neo4j Desktop安装和使用手册(小白向：Cypher 查询语言：逐步教程！Neo4j 优缺点分析)
知识图谱入门——5：Neo4j Desktop安装和使用手册(小白向：Cypher 查询语言：逐步教程！Neo4j 优缺点分析)原创 2024-10-03 16:19:22 · 2175 阅读 · 0 评论 -
知识图谱入门——4：Protégé 5.6.4安装和主要功能介绍、常用插件（2024年10月2日）：知识图谱构建的利器
知识图谱入门——4：Protégé 5.6.4安装和主要功能介绍、常用插件（2024年10月2日）：知识图谱构建的利器原创 2024-10-02 15:41:09 · 1371 阅读 · 4 评论 -
知识图谱入门——3：工具分类与对比（知识建模工具：Protégé、 知识抽取工具：DeepDive、知识存储工具：Neo4j）
构建知识图谱是一个复杂的过程，从知识建模、抽取到存储，每个环节都需要合适的工具。选择时需要结合项目的具体需求和技术要求。如果你的项目涉及初学者学习或中小型项目，Protégé和Neo4j的组合会是不错的开始；如果需要更复杂的推理和大规模数据处理，DeepDive或等工具则更加适合。原创 2024-10-02 13:01:44 · 1551 阅读 · 0 评论 -
知识图谱入门——2：技术体系基本概念：知识表示与建模、知识抽取与挖掘、知识存储与融合、知识推理与检索
知识图谱的构建从表示、抽取到推理，是一个系统性的过程。对于刚入门的开发者，理解基本概念和掌握常用工具是学习知识图谱的第一步。原创 2024-10-01 20:53:30 · 454 阅读 · 0 评论 -
知识图谱入门——1：基本概念、为什么要用？核心步骤、常用工具与技术、应用场景
知识图谱是一种用来表示事物及其关系的结构化方式，它通过节点（实体）和边（关系）将数据连接成网状结构，使得计算机可以更好地理解和处理复杂信息。想象一下，在一张地图上画出每个城市（实体）和它们之间的道路（关系），这就是知识图谱的基本理念。原创 2024-10-01 20:30:30 · 1010 阅读 · 0 评论