知识图谱搭建及应用
文章平均质量分 80
总结作用从接触到应用过程自我总结
zzfive
这个作者很懒,什么都没留下…
展开
-
【知识图谱搭建到应用】--知识存储--04
前面几篇在讲述骗理论的内容,本片主要描述如何将清洗过的结构化数据存储在转换成三元组并存储起来,并于后续使用。原创 2023-06-05 22:07:49 · 761 阅读 · 0 评论 -
【知识图谱搭建到应用】--知识表示--02
有众多的图数据库、原生数据库能用存储RDF三元组数据,并且上前也说了RDF序列化有多种保存格式,往往会存在格式之间的转换,rdflib这个pyhon库可以解析基本所有的RDF三元组格式,并且再将其序列化为其他的格式,实现RDF文件格式的转换。如,一个城市的人口是随时间变化的,这意味着每当查询人口时,都带有一个隐式的条件,即日期;知识图谱中基础是“三元组”,可理解为主-谓-宾,两头是两个实体,中间是两者之间的关系,而在三元组的基础上因为关系的存在构成可表示负责知识的语义网,但本质的关系单元还是三元组。原创 2023-06-05 21:15:38 · 1171 阅读 · 1 评论 -
【知识图谱搭建到应用】--知识搜集与建模--03
对于知识图谱,最基本的、基础的就是知识;知识图谱中的知识,其实不是什么难以理解、高深莫测的内容,可以是对某一件事情的说明,可以是某一事物的特征,可以是两者之间的关系,直白说知识就是对某一领域或整个开发域中存在事物的“记录”,并且一般是事实性的记录,因为只有真的知识才是有效的。若针对某一垂直领域构建知识图谱,知识收集和建模应该是相辅相成的;项目或工作开始初期,肯定是有一个目标是,比如问答系统就是能覆盖具体事物、具体属性、具体关系等,从业务层面抽离出一个知识架构;原创 2023-05-15 22:19:32 · 117 阅读 · 1 评论 -
【知识图谱搭建到应用】--序言--01
从我个人和开这篇专栏的角度来说,最开始接触到知识图谱是因为需要开发一个基于知识的问答系统,虽然因为生成式范式的根本原因使得ChatGPT在知识回答方面目前还存在大大小小的问题,但后续这个问题肯定也会被解决,像知识抽取、问答等传统NLP领域就真的不需要在专门花精力去做了。可是这次不同,ChatGPT其功能之强大,使用之便利,落地之快速,都是之间的热点技术所不及的,越来越多的人将之称为第四次工业革命,其对我们的日常生活、工作方式都已产生巨大的影响。本专栏开展过程中有以下几点期望。原创 2023-04-30 22:55:09 · 490 阅读 · 0 评论