您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 知识图谱构建流程

  2. 一个完整的知识图谱构建方法及流程,其中详细说明了信息抽取的研究历史和所用算法,如:基于规则和统计学方法等。
  3. 所属分类:机器学习

    • 发布日期:2018-05-14
    • 文件大小:3145728
    • 提供者:feng_zhiyu
  1. 知识图谱构建技术综述

  2. 1、对知识图谱的定义和内涵进行了说明,并给出了构建知识图谱的技术框架,按照输入的知识素材的抽象将其划分为3个层次:信息抽取层、知识融合层和知识加工层; 2、分别对每个层次涉及的关键技术的研究现状进行分类说明,逐步揭示知识图谱技术的奥秘,及其与相关科学领域的关系; 3、对知识图谱构建技术当前面临的重大挑战和关键问题进行了总结。
  3. 所属分类:深度学习

    • 发布日期:2018-06-11
    • 文件大小:2097152
    • 提供者:lazysnake168
  1. 关系抽取 300页综述 信息抽取

  2. 这是2018年CCKS会议上的关系抽取的综述性tutorial,对学习知识图谱意义重大
  3. 所属分类:机器学习

    • 发布日期:2018-09-13
    • 文件大小:14680064
    • 提供者:haiyunj
  1. 基于多种数据源的中文知识图谱构建方法研究_胡芳槐.caj

  2. 基于多种数据源的中文知识图谱构建方法研究 自从语义网的概念提出以来,越来越多的开放链接数据和用户生成内容被发布于互联网中,互联网逐步从仅包含网页与网页之间超链接的文档万维网转变为包含大量描述各种实体和实体之间丰富关系的数据万维网。在此背景下,知识图谱首先由Google提出,其目标在于描述真实世界中存在的各种实体和概念,以及这些实体、概念之间的关联关系。知识图谱在实体层面对本体进行了丰富和扩充;本体中突出和强调的是概念以及概念之间的关联关系,描述了知识图谱的数据模式;而知识图谱则是在本体的基础上,
  3. 所属分类:机器学习

    • 发布日期:2020-05-06
    • 文件大小:19922944
    • 提供者:u013222658
  1. 知识图谱2019年论文汇编.pdf

  2. 来自OPENKG的[论文浅尝],内容涉及信息抽取、知识推理、知识问答、推荐系统、知识融合等多个方向,共90篇
  3. 所属分类:深度学习

    • 发布日期:2020-04-17
    • 文件大小:10485760
    • 提供者:qq_35637447
  1. 知识图谱概念与技术.PPT 老师自己上课用的

  2. 知识图谱是一项综合性的复杂技术,其主要关注于知识的表示、知识图谱的构建以及应用这三个方面的研究内容。其中知识的表示即是指三元组,知识图谱的构建则主要涉及信息抽取的相关技术。
  3. 所属分类:专业指导

    • 发布日期:2019-10-08
    • 文件大小:58720256
    • 提供者:jenray
  1. 20200812-爱分析-知识图谱厂商全景报告.pdf

  2. 爱分析于2020年8月份发布的报告《2020爱分析知识图谱厂商全景报告.pdf》。 在数字化转型的过程中,企业面临快速增长的数据压力,如何从海量数据中挖掘有价值的信息成为企业当前亟需解决的关键问题。知识图谱提供了一种从海量非结构化数据中抽取结构化知识,并利用图分析进行关联挖掘的重要技术手段。 本报告共71页,包含如下四大部分: 1、数字经济浪潮来袭,指数图谱赋能数字化转型; 2、知识图谱全场景地图; 3、知识图谱代表厂商; 4、知识图谱厂商解读 。
  3. 所属分类:咨询

    • 发布日期:2020-09-10
    • 文件大小:1048576
    • 提供者:semite
  1. 面向知识图谱的信息抽取

  2. 随着大数据时代的到来,海量数据不断涌现,从中寻找有用信息,抽取对应知识的需求变得越来越强烈。针对该需求,知识图谱技术应运而生,并在实现知识互联的过程中日益发挥重要作用。信息抽取作为构建知识图谱的基础技术,实现了从大规模数据中获取结构化的命名实体及其属性或关联信息。
  3. 所属分类:机器学习

    • 发布日期:2020-10-15
    • 文件大小:761856
    • 提供者:syp_net
  1. 动手学关系抽取-知识图谱基础篇.rar

  2. 分享教程——动手学关系抽取-知识图谱基础篇,2020年11月录制,知识图谱技术是人工智能技术的重要组成部分,以结构化的方式描述客观世界中的概念、实体及其间的关系。知识图谱技术提供了一种更好的组织、管理和理解互联网海量信息的能力,将互联网的信息表达成更接近于人类认知世界的形式。关系抽取作为知识图谱构建与使用关键技术之一,一直受到众多研发人员追捧。本套课程基于Pytorch1.5版本来实现关系抽取任务,延续动手学系列课程风格,全程手敲代码
  3. 所属分类:深度学习

    • 发布日期:2020-12-29
    • 文件大小:751
    • 提供者:huhuge88
  1. 农业知识图谱(AgriKG):农业领域的信息检索,命名实体识别,关系抽取,智能问答,辅助决策

  2. 农业知识图谱(AgriKG):农业领域的信息检索,命名实体识别,关系抽取,智能问答,辅助决策
  3. 所属分类:机器学习

    • 发布日期:2021-01-03
    • 文件大小:367001600
    • 提供者:bruce__ray
  1. 中文知识图谱的构建,

  2. 爬取百度百科中文页面,抽取三元组信息,构建中文知识图谱
  3. 所属分类:深度学习

    • 发布日期:2021-01-02
    • 文件大小:18874368
    • 提供者:bruce__ray
  1. 爬取百度百科中文页面,抽取三元组信息,构建中文知识图谱

  2. 爬取百度百科中文页面,抽取三元组信息,构建中文知识图谱
  3. 所属分类:深度学习

    • 发布日期:2021-01-02
    • 文件大小:1048576
    • 提供者:bruce__ray
  1. 深度学习在知识图谱构建中的应用

  2. 本文来自csdn,本文主要讲解了基于深度学习的关系抽取技术及其在神马知识图谱数据构建中的探索和实践,以及业务落地过程中遇到的一些挑战,希望对您的学习有所帮助。导读:在智能化时代的今天,搜索引擎不仅能理解用户检索的信息、并总结出与搜索话题相关的内容,更在逐步构建一个与搜索结果相关的完整知识体系,让用户获得意想不到的发现。神马搜索的知识图谱与应用团队就在这条路上不断探索中。DeepDive系统在数据处理阶段很大程度上依赖于NLP工具,如果NLP的过程中存在错误,这些错误将会在后续的标注和学习步骤中被
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:798720
    • 提供者:weixin_38729269
  1. CCKS2019-Task5:CCKS2019评价任务五-公众公司公告信息抽取,第3名-源码

  2. CCKS2019-任务5 引言 目前,PDF已成为电子文档发行和数字化信息传播的一个标准,其广泛的学术界的交流以及各类公告的发行。如何从非结构化的PDF文档中抽取结构化数据是知识图谱领域所面临的的一大挑战。此处利用Adobe公司开发的Acrobat DC SDK对PDF进行格式转换,从半结构化的中间文件进行信息转移。引用现有的开源PDF解析方法,Acrobat导出的中间文件保存了更完整在CCKS 2019年公众公司公告评论中,我们的方法获得总成绩第三名。在本次评估中,我们将公告文件(PDF)格式
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:56623104
    • 提供者:weixin_42135754
  1. Chatbot_CN:基于金融-司法领域(兼有闲聊性质)的聊天机器人,其中的主要模块有信息抽取,NLU,NLG,知识图谱等,并利用Django整合了前端展示,目前已经封装了nlp和kg的restful接口-源码

  2. Chatbot_CN:基于金融-司法领域(兼有闲聊性质)的聊天机器人,其中的主要模块有信息抽取,NLU,NLG,知识图谱等,并利用Django整合了前端展示,目前已经封装了nlp和kg的restful接口
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:1048576
    • 提供者:weixin_42122878
  1. BERT-AttributeExtraction:在KnowledgeGraph中使用BERT进行属性提取。 微调和特征提取。使用基于伯伯的微调和特征提取方法来进行知识图谱百度百科人物词条属性抽取-源码

  2. BERT属性提取 基于bert的知识图谱属性撤销 将BERT用于KnowledgeGraph中的属性提取有两种方法,即微调和特征提取。 知识图谱百度百科人物词条属性撤除,使用基于伯特的微调微调和特征提取特征提取方法进行实验。 先决条件 Tensorflow >=1.10 scikit-learn 预训练模型 :简体中文和繁体中文,12层,隐藏768、12头,110M参数 正在安装 没有 数据集 该数据集是根据百度百科字符条目构建的。 筛选出不包含实体和属性的语料库。 实体和属性是从名称
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:3145728
    • 提供者:weixin_42138525
  1. awesome_Chinese_medical_NLP:中文医学NLP公开资源整理:术语集语料库词向量预训练模型知识图谱命名实体识别QA信息抽取模型论文等-源码

  2. awesome_Chinese_medical_NLP:中文医学NLP公开资源整理:术语集语料库词向量预训练模型知识图谱命名实体识别QA信息抽取模型论文等
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:3072
    • 提供者:weixin_42140710
  1. WEB_KG:爬取百度百科中文页面,抽取三元组信息,建立中文知识图谱-源码

  2. 开源web知识图谱项目 爬取百度百科中文页面 解析三元组和网页内容 建立中文知识图谱 建立百科bot(重建中) 更新20200720 Windows上的部署参考,感谢LMY-nlp0701! 更新20191121 迁移代码到爬虫框架scrapy 优化了抽取部分代码 数据持久化迁移到mongodb 修复chatbot失败问题 开放neo4j后台界面,可以查看知识图谱成型效果 提示 如果是项目问题,请提问题。 如果涉及到不方便公开的,请发邮件。 ChatBot请访问 成型的百科知识图谱访问,用户
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:1048576
    • 提供者:weixin_42129412
  1. 深度学习在知识图谱构建中的应用

  2. 本文来自csdn,本文主要讲解了基于深度学习的关系抽取技术及其在神马知识图谱数据构建中的探索和实践,以及业务落地过程中遇到的一些挑战,希望对您的学习有所帮助。导读:在智能化时代的今天,搜索引擎不仅能理解用户检索的信息、并总结出与搜索话题相关的内容,更在逐步构建一个与搜索结果相关的完整知识体系,让用户获得意想不到的发现。神马搜索的知识图谱与应用团队就在这条路上不断探索中。DeepDive系统在数据处理阶段很大程度上依赖于NLP工具,如果NLP的过程中存在错误,这些错误将会在后续的标注和学习步骤中被
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:798720
    • 提供者:weixin_38741966
  1. 【文本信息抽取与结构化】详聊文本的结构化【下】

  2. 常常在想,自然语言处理到底在做的是一件什么样的事情?到目前为止,我所接触到的NLP其实都是在做一件事情,即将自然语言转化为一种计算机能够理解的形式。这一点在知识图谱、信息抽取、文本摘要这些任务中格外明显。不同的任务的差异在于目标的转化形式不一样,因而不同的任务难度、处理方式存在差异。 这个系列文章【文本信息抽取与结构化】,在自然语言处理中是非常有用和有难度的技术,是文本处理与知识提取不可或缺的技术。 本篇介绍如何从非结构的文档中,提取想要的信息,进而结构化文本。 作者&编辑 | 小Dream哥
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:232448
    • 提供者:weixin_38611459
« 12 »