借由学习模型预测和深度学习第一次接触知识图谱,发现有点意思,写个博客纪念一下。
知识图谱简介
百度百科定义:
知识图谱(Knowledge Graph),在图书
情报
界称为
知识域
可视化或知识领
域
映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用
可视化技术
描述
知识资源
及其载体,挖掘、分析、
构建
、绘制和显示知识及它们之间的相互联系。
看定义懵懵懂懂,实际上它是这样的:
![](https://img-blog.csdnimg.cn/img_convert/a399f8642578fe8672cae4893406c99f.png)
通俗点来讲,就是将有关联的不同种类的事物通过某种关系关联起来,建立一个类似神经网络的模型,方便搜索引擎进行搜索,或者进行问答机制。
需要安装的软件
JAVA-JDK
HANLP
HanLP: Han Language Processing 汉语言处理包 HanLP 是由一系列模型与算法组成的 Java 工具包,目标是普及自然语言处理在生产环境中的应用。
安装方法,使用命令行
pip install pyhanlp
然而这种方法下载一般很慢,我尝试了好多次都没有成功,可根据实际提示从github:https://github.com/hankcs/pyhanlp上自行下载安装包data-for-1.7.5.zip,并将这个压缩包放置在E:\Anaconda3\Lib\site-packages\pyhanlp\static之下,重新运行程序,import pyhanlp可自动解压此压缩包。
spark+hadoop安装
spark安装走了好多弯路,最后发现这篇博客写的最详细
https://www.cnblogs.com/xuliangxing/p/7279662.html
neo4j安装(图形数据库)
下载neo4j-community版本,博客链接
https://blog.csdn.net/vivian_ll/article/details/89312526
各种软件下载网盘分享(另外包含了一个hadoop不能运行需要的winutils.exe文件,需要自取):
提取码:l1gl
复制这段内容后打开百度网盘手机App,操作更方便哦
环境配置好了以后,我们就可以正式开始了。
关于知识图谱的使用后面学了再来写