知识图谱
《一夜飘零》
这个作者很懒,什么都没留下…
展开
-
TinkerPop 体系架构
Why TinkerPop?The goal of TinkerPop, as a Graph Computing Framework, is to make it easy for developers to create graph applications by providing APIs and tools that simplify their endeavors. One of the fundamental aspects to what TinkerPop offers in th原创 2020-09-09 16:12:31 · 566 阅读 · 0 评论 -
Neo4j存储RDF方案调研
[use problem]JESÚS BARRASA开发的Neo4j的RDF导入插件.https://github.com/jbarrasa/neosemantics 仍在更新 issue较为活跃 障碍:该项目按照指南build成plugin放入Neo4j后Neo4j后无法启动 以下几篇文章均为介绍该插件...转载 2018-09-18 21:48:39 · 5835 阅读 · 0 评论 -
关于百科知识图谱zhishime数据集的调研(解压后5G,支持循环多跳)
 总结发现zhishi.me数据集中的实体和实体间的关系如下所示:1.  该数据集描述了不同百科网页之间的等价关系,以及同一个百科网页之间的重定向关系。2.数据集存在多跳关系,根据尝试推断,数据集应该存在无限循环多跳关系。3.数据解压后总大小:5G。&a转载 2018-09-18 21:45:25 · 4063 阅读 · 0 评论 -
OpenKG数据逐一截图说明
目录数据格式总览第一页OMAHA术语集样例 webdatacommons数据集中文症状库 热门快雨-证券数据api基于limes的中文知识图谱融合实战演练教程国内主要中文百科知识图谱之间的链接数据集 热门中文百科知识图谱Zhishi.me-提转载 2018-09-18 21:42:48 · 6623 阅读 · 2 评论 -
对DBpedia各子数据集特点分析
对DBpedia各子数据集特点分析数据地址见DBPedia官网。Mainly From DataSet 3.0  ,一般同样的数据集,版本越新,size越大。  article_categories 2.0GB 关原创 2018-09-18 21:41:07 · 5430 阅读 · 0 评论 -
知识图谱基础知识
 一份很好的PPT多看看 看到12页,从14页开始讲语义网的合并  https://onedrive.live.com/view.aspx?resid=2AA09E1E02AE7F16!2746&cid=2aa09e1e02ae7f16&a原创 2018-09-18 21:39:39 · 3758 阅读 · 0 评论 -
RDF查询语言SPARQL
前面我们已经介绍过了语义网技术栈中的RDF,RDFS/OWL。这次我们介绍最后一个核心技术标准——SPARQL(RDF,OWL和SPARQL称为语义网的三大核心技术)。RDF本质上是一种数据模型,那么我们如何在RDF上进行查询呢?类似使用SQL查询关系数据库,我们使用SPARQL查询RDF格式的数据。本文先...转载 2018-09-10 23:37:53 · 5588 阅读 · 0 评论 -
实践篇(四):Apache jena SPARQL endpoint及推理
对知识图谱有兴趣的读者可以关注我的知乎专栏,主要介绍知识图谱的相关概念、技术,也包含一些具体实践。在上一篇我们学习了如何利用D2RQ来开启endpoint服务,但它有两个缺点: 1. 不支持直接将RDF数据通过endpoint发布到网络上。 2. 不支持推理。这次...转载 2018-09-10 23:36:10 · 5807 阅读 · 0 评论 -
实践篇(五):KBQA Demo
作为实践篇的最后一篇,我们将介绍如何用Python完成一个简易的问答程序。下图是demo的展示效果:查询结果为空,回答“I don’t know.”;不能理解问句,回答“I can’t understand.”。本实现参考了王昊奋老师发布在OpenKG上的demo“基...转载 2018-09-10 23:23:30 · 5873 阅读 · 1 评论 -
(分享)2017云栖大会知识图谱专场
今天和大家分享一下阿里2017云栖大会知识图谱专场的内容,一共有六场报告。知识图谱在阿里的发展。清华大学李涓子老师从知识工程的角度讲解机器智能。新加坡资讯通信研究院的苏俭老师分享了他们在在自然语言处理方面的工作。浙江大学陈华均老师介绍了中文知识图谱概况。狗尾草CTO王昊奋结合他们的产品——...转载 2018-09-10 23:22:18 · 4885 阅读 · 0 评论 -
11 行业知识图谱构建与应用
行业KG简介: 谷歌知识图谱:things not strings面向全领域的通用知识图谱强调的是广度,因而强调的更多是以实体为中心的 开放的知识图谱社区:OpenKG.CN&n...原创 2018-09-13 19:52:48 · 5681 阅读 · 0 评论 -
3 知识抽取与挖掘
知识抽取任务定义和相关比赛 知识可以来自于关系型数据库、外部的开放知识图谱的数据、客户的日志等结构化数据以及表格、关键词、引用等半结构化数据和文本数据、多媒体数据等非结构化数据。 Data ...原创 2018-09-13 19:51:28 · 5503 阅读 · 0 评论 -
10 知识问答(下)
语义解析Logic Form 可以视为图模板Graph TemplateAlignment:文本短语KB Predicates从短语到KB Predicates的匹配Bridging操作——链...原创 2018-09-13 19:55:34 · 4927 阅读 · 0 评论 -
1 知识图谱概论
知识图谱与语义技术概述:Vannevar BushSir Tim Berners-Lee:以链接为中心的系统 语义网:从链接文本到链接数据语义网络(Semantic Network)->本体...原创 2018-09-14 09:39:12 · 4997 阅读 · 0 评论 -
2 知识表示与知识建模
早期知识表示简介: 知识是智能的基础,提供推理能力。相对正确性、不确定性、可表示性、可利用性。 常识性知识、领域性知识;事实性知识、过程性知识、控制知识;确定性知识、不确定性知识...原创 2018-09-13 20:05:55 · 5305 阅读 · 0 评论 -
4 知识抽取与挖掘(下)
面向文本的知识抽取 关系抽取方法:特征向量/核函数/深度学习/通用模型/模板匹配/图推理 DeepDive关系抽取实战 KBC系统填充,融合不同来源的知识输入:非结...原创 2018-09-13 20:05:30 · 5452 阅读 · 0 评论 -
5 知识存储
图数据库Graph Database面向图的数据库数据模型以节点和关系(边)来体现,也可以处理键值对原生的/非原生的(RDBMS/NoSQL) Apach Jena开源数据库安装:dock...原创 2018-09-13 20:05:08 · 5037 阅读 · 0 评论 -
6 知识融合
知识融合Konwledge Fusion目标:融合各层面的知识合并两个知识图谱(本体),需要确认:1、等价实例sameAs2、等价类、子类subClassOf3、等价属性、子属性subPropertyOf...原创 2018-09-13 20:04:38 · 5411 阅读 · 0 评论 -
7 知识推理
OWL本体语言 是KG语言中最规范(W3C)、最严谨(描述逻辑)、表达能力最强(一阶谓词逻辑的子集)的语言 一个描述逻辑系统包含四个基本组成部分:1、最基本的元素:概念、关系、个体2...原创 2018-09-13 20:00:14 · 5081 阅读 · 0 评论 -
8 语义搜索
不同搜索模式之间的技术差异:1、对用户需求的表示(query model)2、对底层数据的表示(data model)3、匹配方法(matching technique) 信息检索(IR)支持对文...原创 2018-09-13 19:59:07 · 5268 阅读 · 0 评论 -
9 知识问答(上)
知识问答概述和相关数据集 基于模板的问答专家系统->基于信息检索的问答->基于社区的问答->基于知识库的问答 测评数据集 QALD,是多语言的链接数据问答...原创 2018-09-13 19:57:14 · 5031 阅读 · 0 评论 -
实践篇(三):D2RQ SPARQL endpoint与两种交互方式
这次我们介绍利用D2RQ开启SPARQL endpoint服务和两种交互方式:在浏览器中进行查询或者编写python脚本进行交互。跳过之前实践篇练习的读者,需要做的准备有:导入数据到Mysql,下载mapping文件(项目地址)。一、SPARQL endpoint前一篇介绍SPARQL的文章中提...转载 2018-09-10 23:21:26 · 4694 阅读 · 0 评论 -
实践篇(二):关系数据库到RDF
对知识图谱有兴趣的读者可以关注我的知乎专栏,主要介绍知识图谱的相关概念、技术,也包含一些具体实践。上一篇文章介绍了我们所使用的数据。其实,知识图谱数据的来源主要有三个:结构化数据、半结构化数据和非结构化的数据。我们所使用的电影数据就是结构化的数据。半结构化的数据指的是数据...转载 2018-09-10 23:13:53 · 4792 阅读 · 0 评论 -
医学知识图谱构建技术与研究进展
摘要:医学知识图谱是实现智慧医疗的基石,有望带来更高效精准的医疗服务。然而,现有知识图 谱构建技术在医学领域中普遍存在效率低,限制多,拓展性差等问题。针对医疗数据跨语种,专业性强,结构复杂等特点,对构建医学知识图谱的关键技术进行了自底向上的全面解析,涵盖了医学知识表示、抽取、融合和推理以及质量评估五部分内容。此外,还介绍了医学知识图谱在信息检索、知识问答、智能诊断等医疗服务中的应用现状。最后,...原创 2018-08-21 08:38:41 · 17696 阅读 · 1 评论 -
知识表示
早期知识表示简介基于语义网的知识表示框架 RDF和RDFS OWL和OWL2Fragments SPARQL查询语言 Json-LD,RDFa,HTML5 MicroData 等新型知识表示典型知识库项目的知识表示基于本体工具(Protege)的知识建模实践1 早期知识表示简介知识表示的重要性知识是智慧的基础机器可以获得知识机器可以应用知识符...原创 2018-08-27 08:47:19 · 8349 阅读 · 0 评论 -
聊天机器器人与智慧医疗(知识图谱)
科技的发展历史 什么是AI? AI的五个条件: AI的现状 医疗专家系统的实现方法 基于病历文本的病情正负面分析临床医疗诊断应用 • 常用于医疗专家系统-模拟专家诊断• 为医生提供完整的有效信息• 集合专家知识提高诊断准确性、工作效率• 随着病例增多,增加机器人知识库,自然增长决策准确性医疗领域应用前景• ...原创 2018-08-22 11:00:25 · 9719 阅读 · 0 评论 -
常用知识获取的方法
常用知识获取的方法 常用知识获取的方法:众包法常用知识获取的方法:众包法-创建 常用知识获取的方法:众包法-编辑常用知识获取的方法:众包法-维护常用知识获取的方法:众包法-下载 常用知识获取的方法:标准共建法(schema.org) ...原创 2018-08-22 10:49:50 · 11451 阅读 · 0 评论 -
国内外知识图谱资源-国内(TCMLS)
TCMLS•中医药学语言系统(Traditional Chinese Medicine Language System,TCMLS):是以中医药学科体系为核心,遵循中医药学语言特点,借鉴语义网络的理念,建立的一个中医药学语言集成系统。它的词库涵盖了中医药学科系统及与中医药学科相关联的生物、植物、化工等自然与人文科学专业词汇。•中医药学语言系统(TCMLS):共收录约10万个概念、30万个术语...原创 2018-08-22 10:40:48 · 14599 阅读 · 2 评论 -
国内外知识图谱资源-国际(UMLS)
•定义:统一医学语言系统( Unified Medical Language System,UMLS) 是美国国立医学图书馆( National Library of Medicine,NLM) 于1986 年开始建设的一体化医学知识语言,具有集成性、跨领域和工具化的特点。•应用:UMLS 在信息检索( Information Retrieval) 、自然语言处理( Natural La...原创 2018-08-22 10:32:11 · 15014 阅读 · 5 评论 -
国内外知识图谱资源-国际(Google)
国内外知识图谱资源-国际(Google)原创 2018-08-22 10:20:05 · 11200 阅读 · 1 评论 -
知识图谱实战开发案例剖析
人工智能的业务架构人工智能的技术架构人机对话系统业务模型人工智能发展阶段Google的人工智能战略原创 2018-08-22 10:07:06 · 9749 阅读 · 2 评论 -
知识图谱典型应用
知识图谱的典型应用:知识图谱应用最佳实践语义理解智能搜索智能问答机器人辅助诊断人工智能目前比较火的有6个方向原创 2018-08-22 09:56:34 · 9664 阅读 · 0 评论 -
中文电子病历实体关系抽取研究
摘要本文首先对电子病历去隐私,制定了隐私信息标注规范,使用条件随机场完成了隐私信息识别模型的构建。 使用992份经去隐私的已标注中文电子病历,首先实现了基于特征的关系抽取方法,通过抽取一些基本特征以及中文电子病历中一些特有的特征,训练支持向量机(SVM)单分类器并分析了实验结果。然后针对单分类器中关系大类的误分类情况,将单分类器分解为多个分类器用于处理指定关系大类下的样本。 基于树核函数的方...原创 2018-08-23 12:57:45 · 13375 阅读 · 0 评论 -
Efficient Batch Processing for Multiple Keyword Queries on Graph Data
摘要目前的关键词查询只关注单个查询。对于查询系统来说,短时间内会接受大批量的关键词查询,往往不同查询包含相同的关键词。 因此本文研究图数据多关键词查询的批处理。为多查询和单个查询找到最优查询计划都是非常复杂的。我们首先提出两个启发式的方法使关键词的重叠最大并优先处理规模小的关键词。然后设计了一个同时考虑了数据统计信息和搜索语义的基于cardinality的成本估计模型。1. 介绍在过...原创 2018-08-23 13:09:13 · 7849 阅读 · 0 评论 -
实践篇(一):数据准备和本体建模
对知识图谱有兴趣的读者可以关注我的知乎专栏,主要介绍知识图谱的相关概念、技术,也包含一些具体实践。通过前面几篇文章的介绍,读者应该对知识图谱,其相关概念,以及语义网技术栈中的RDF,RDFS/OWL有了一定的了解。然而,之前我们都是在介绍一些概念性的东西。实践才出真知,理...转载 2018-09-10 23:09:45 · 5433 阅读 · 1 评论 -
为什么需要知识图谱?什么是知识图谱?——KG的前世今生
标题的命名顺序可能让有的读者不太习惯。通常在介绍一个陌生事物的应用前,我们先给出其定义。之所以换个顺序,是为了不让读者一开始就接触比较冰冷生硬的概念刻板描述(后面我尽量用更具体、准确的例子来表达),另一方面也是为了通过现实生活中的例子自然的引入知识图谱的概念。希望通过这种方式加深读者的印象和理解。为了减...转载 2018-09-10 23:07:32 · 4535 阅读 · 0 评论 -
语义网络,语义网,链接数据和知识图谱
前一篇文章“为什么需要知识图谱?什么是知识图谱?——KG的前世今生”提及了和知识图谱相关的一些早期概念。为了让读者能够更好地区分这些概念,以及更好地在整体上把握知识谱图发展过程,本文将对这些概念作一个更为详细的介绍。一、语义网络(Semantic Network)对于初学者来讲,这个概念很容易和...转载 2018-09-10 23:05:19 · 7251 阅读 · 0 评论 -
知识图谱基础之RDF,RDFS与OWL
对知识图谱有兴趣的读者可以看知乎专栏,主要介绍知识图谱的相关概念、技术,也包含一些具体实践。看过之前两篇文章(1, 2)的读者应该对RDF有了一个大致的认识和理解。本文将结合实例,对RDF和RDFS/OWL,这两种知识图谱基础技术作进一步的介绍。其实,RDF、RDFS...转载 2018-09-10 23:00:29 · 5213 阅读 · 1 评论 -
史上最完整的人工智能书单大全
来源: 产业智能官概要:想自学人工智能,到底看什么书?现在关于AI的图书成千上万,那些才是最好的?想自学人工智能,到底看什么书?现在关于AI的图书成千上万,那些才是最好的?智能菌花了一周的时间,给大家挑选出42本最值得读的AI书籍,分为四类:简单科普类、深度科普类、技术学习类、机器人类和AI哲学类,希望对大家有帮助。未来智...转载 2018-08-29 15:37:33 · 7611 阅读 · 0 评论 -
人工智能书籍
想知道人工智能的书籍![这里写图片描述(https://img-blog.csdn.net/20180829145310663?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYXhpbmhvbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)![这里写图片描述(https...原创 2018-08-29 14:59:52 · 7482 阅读 · 0 评论