知识图谱概念汇总

文章探讨了文本数据的知识抽取过程,包括实体、关系、属性和事件抽取,以及知识抽取的新方向如开放域和跨媒体抽取。知识表示方法涉及符号学习和表示学习,存储则有表结构和图结构。知识融合技术涵盖数据层、概念层和跨语言层面。知识建模和计算是知识处理的重要环节,而知识运维确保整个系统的持续运行。
摘要由CSDN通过智能技术生成

一、对文本数据进行知识抽取

1、实体抽取

2、关系抽取

3、属性抽取

4、事件抽取

二、知识抽取的发展趋势

1、资源缺乏下的知识抽取

2、面向开放域的知识抽取

3、跨语言的知识抽取

4、跨媒体的知识抽取

三、知识表示

1、基于符号的知识表示方法

2、基于表示学习的知识表示方法

方便语义计算

三、知识存储

1、基于表结构的存储

2、基于图结构的存储

四、知识融合

1、数据层知识融合技术

(1)基于实体知识的链接方法

(2)基于篇章主题的链接方法

(3)融合合实体知识与篇章主题的实体链接方法

2、概念层知识融合技术

3、跨语言知识融合技术

五、知识建模

1、自顶向下

2、自底向上

六、知识计算

七、知识运维

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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