您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. sogou面向知识图谱的搜索技术

  2. 在第一届中文知识图谱研讨会上,sogou公开的面向知识图谱的搜索技术。
  3. 所属分类:互联网

    • 发布日期:2014-09-23
    • 文件大小:5242880
    • 提供者:phanyoung
  1. 人物关系可视化图谱

  2. 利用python对电影《釜山行》剧本分词处理,识别人物实体及人物关系,再用图数据软件genphi建立电影人物关系的知识图谱。文件中包含电影剧本、python处理的脚本文件、抽取出的电影人物及关系csv文件。
  3. 所属分类:算法与数据结构

    • 发布日期:2018-07-25
    • 文件大小:20480
    • 提供者:baijinswpu
  1. 知识图谱_中文知识图谱_ CIPS(中国中文信息学会)_KG2015.zi

  2. KG 2015 - 从数据互联到知万物互联.pdf KG 2015 - 大规模知识图谱表示学习的趋势与挑战.pdf KG 2015 - 海量语义数据处理与知识服务.pdf KG 2015 - 基于LOD技术的知识优化和知识表示.pdf KG 2015 - 深度问答技术.pdf KG 2015 - 特定领域知识图谱构建初探.pdf KG 2015 - 知识图谱的知识表现方法回顾与展望.pdf KG 2015 - Building a Knowledge Graph by Reading the
  3. 所属分类:讲义

    • 发布日期:2018-01-21
    • 文件大小:72351744
    • 提供者:zwxeye
  1. 知识图谱讲义

  2. 知识图谱和图数据是目前计算机学科相关研究中的热点,其具体研究涵盖知识图谱构建,知识图谱的存储和查询系统,面向知识图谱应用,以及大图数据的处理分析方法及系统等。知识图谱的研究之所以引起了众多研究者的关注,是因为面向知识图谱和图数据为计算机研究者提供一个非常好的交叉研究对象,这包括自然语言处理、数据库、知识工程和机器学习等领域。同时基于知识图谱的工业应用,也是各大互联网公司以及一些创业型企业共同关注的焦点。
  3. 所属分类:机器学习

    • 发布日期:2018-09-25
    • 文件大小:56623104
    • 提供者:wine471039801
  1. 中文知识图谱报告-2018

  2. 知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及 其关系,将互联网的信息表达成更接近人类认知世界的形式,提供了一种更好地 组织、管理和理解互联网海量信息的能力。知识图谱给互联网语义搜索带来了活 力,同时也在智能问答中显示出强大威力,已经成为互联网知识驱动的智能应用 的基础设施。知识图谱与大数据和深度学习一起,成为推动互联网和人工智能发 展的核心驱动力之一。 知识图谱技术是指知识图谱建立和应用的技术,是融合认知计算、知识表示 与推理、信息检索与抽取、自然语言处理
  3. 所属分类:互联网

    • 发布日期:2019-01-13
    • 文件大小:4194304
    • 提供者:tianshan2010
  1. _7571A7BBEDC38A5AABA10C.exe(数据处理,SATI 4.0 网络)版

  2. 数据处理,SATI 4.0 网络版 不仅保留了原本桌面版SATI 3.2的所有功能之外,还增加了数据处理和分析的多种新功能。 总体来说,SATI支持以下数据分析任务: 多种数据清洗工具:文献去重、词干提取、应用停用词、智能清洗等。提取高频字段,并输出频次排名列表。 构建高频字段共现矩阵,并输出Excel/TSV格式矩阵。自动基于共现矩阵,生成知识图谱 (Network/Knowledge Graph)。 自动对高频字段聚类分析,并输出聚类树状图 (Dendrogram)。SATI自动生成 Uc
  3. 所属分类:spark

    • 发布日期:2019-08-07
    • 文件大小:9216
    • 提供者:weixin_45502527
  1. 知识图谱在大数据处理中的重要角色:过去、现在和未来.zip

  2. 知识图谱在大数据处理中的重要角色,包括它的过去、现在和未来。详细描述了知识图谱技术的发展历程以及变迁。
  3. 所属分类:机器学习

    • 发布日期:2020-01-10
    • 文件大小:3145728
    • 提供者:syp_net
  1. 结合知识图谱实现基于电影的推荐系统.pdf

  2. 在推荐算法中融入电影的知识图谱,能够将没有任何历史数据的新电影精准地推荐给目标用户。交叉特征矩阵 Cr 交叉单元 第层 el 7交叉压缩单元模型的结构 交叉压缩单元模型的具体处理过程如下 (1)将与进行矩阵相乘得到。 (2)将复制一份,并讲行转置得到。实现特征交叉融合 (3)将经过权重矩阵进行线性变化(与矩阵相乘) (4)将经过权重矩阵进行线性变化。 (5)将(3)与(4)的结果相加,再与偏置参数相加,得到。将用于推荐算法模型的后续计算。 (6)按照第(3)、(4)、(5)步的做法,同理可以得到
  3. 所属分类:机器学习

    • 发布日期:2019-09-02
    • 文件大小:867328
    • 提供者:zjxaut2008
  1. 基于知识图谱的推荐系统研究综述

  2. 推荐系统旨在为用户推荐个性化的在线商品或信息, 其广泛应用于众多Web场景之中, 来处理海量信息数据所导致的信息过载问题, 以此提升用户体验. 鉴于推荐系统强大的实用性。
  3. 所属分类:机器学习

    • 发布日期:2020-08-10
    • 文件大小:34603008
    • 提供者:syp_net
  1. 8份AI知识图谱技能树.zip

  2. 8份AI知识图谱技能树,包括人工智能领域每个方向需要掌握的技能 机器学习算法工程师技能树, 数据科学家技能树, 语音识别技能树, 计算机视觉技能树, 自然语言处理技能树, 知识图谱技能树, 推荐系统技能树, 对话系统技能树
  3. 所属分类:深度学习

    • 发布日期:2020-10-26
    • 文件大小:2097152
    • 提供者:Rock_y
  1. 速速保存 | 最全最细 python 知识图谱 + 标准库 + 扩展

  2. 文章目录1.核心知识1.1.计算机基础1.2. python 语言基础1.3.标准数据类 数值,字典,集合1.4.标准类型补充1.5.标准数据类型 序列,对象1.6.标准数据类型 字符串1.7.条件 循环1.8【进阶】条件循环1.9.函数 模块1.10.【进阶】函数1.11.模块1.12 面型对象的编程1.13. 【进阶】面型对象的编程1.14.【进阶】补充知识1.15.文件对象1.16.异常处理1.17.测试 调试2.标准库 + 扩展2.1.标准库概述2.2.正则表达式2.3.日期&时间2.4
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:5242880
    • 提供者:weixin_38677227
  1. 欧几里德结构数据与 非欧几里德结构数据

  2. 数据分类 总的来说,数据类型可以分为两大类: 欧几里德结构数据(Euclidean Structure Data)  非欧几里德结构数据(Non-Euclidean Structure Data) 所谓的欧几里德数据指的是类似于grids, sequences… 这样的数据,例如图像就可以看作是2D的grid数据,语音信号就可以看作是1D的grid数据。但是现实的处理问题当中还存在大量的 Non-Euclidean Data,如社交多媒体网络(Social Network)数据,化学成分(Ch
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:159744
    • 提供者:weixin_38635449
  1. KBQA-BERT-CRF:基于知识图谱的问答系统-源码

  2. KBQA-BERT 基于知识图谱的问答系统,BERT做命名实体识别和句子相似度 介绍 本项目主要由两个重要的点组成,一是基于BERT的命名实体识别,二是基于BERT的句子相似度计算,本项目将这两个模块进行融合,构建基于BERT的KBQA问答系统。详细介绍,请看我的博客: : 环境配置 Python版本为3.6 pytorch版本为1.1.0 windows10 数据在Data中,更多的数据在[**NLPCC2016**](http://tcci.ccf.org.cn/conference/2
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:13631488
    • 提供者:weixin_42168341
  1. golangFamily:【超全golang面试题合集+ golang学习指南+ golang知识图谱+入门成长计划】一份涵盖大部分golang程序员所需要掌握的核心知识。常用第三方库(mysql,mq,es,redis等)+机器学习库+算

  2. golang家庭 【超全golang面试题合集+ golang学习指南+ golang知识图谱+成长路线】一份涵盖大部分golang程序员所需要掌握的核心知识。 后续文章和内容会不断更新到中,欢迎关注。 目录(善用Ctrl + F) 基础入门 新手 数据类型 map不初始化使用会怎么样 map不初始化长度和初始化长度的区别 地图承载多大,大了怎么办 map的iterator是否安全?能不能一边删除一边遍历? 字符串不能改,那转成层叠能改吗,怎么改 怎么判断一个时间表是否已经排序 普通地图如何不
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:31744
    • 提供者:weixin_42099070
  1. 最全知识图谱综述:概念以及构建技术

  2. 本文来自csdn,本文主要通过介绍了关于知识图谱的技术全面综述,涵盖基本定义与架构、代表性知识图谱库、构建技术、开源库和典型应用【导读】知识图谱技术是人工智能技术的组成部分,其强大的语义处理和互联组织能力,为智能化信息应用提供了基础。我们专知的技术基石之一正是知识图谱-构建AI知识体系-专知主题知识树简介。随着互联网的发展,网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点,给人们有效获取信息和知识提出了挑战。知识图谱(KnowledgeGraph)以其强大的
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:547840
    • 提供者:weixin_38689223
  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. 最全知识图谱综述:概念以及构建技术

  2. 本文来着微信公众号,由火龙果软件Anna编辑、推荐。随着互联网的发展,网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点,给人们有效获取信息和知识提出了挑战。知识图谱(KnowledgeGraph)以其强大的语义处理能力和开放组织能力,为互联网时代的知识化组织和智能应用奠定了基础。最近,大规模知识图谱库的研究和应用在学术界和工业界引起了足够的注意力[1-5]。一个知识图谱旨在描述现实世界中存在的实体以及实体之间的关系。知识图谱于2012年5月17日由[Goog
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:547840
    • 提供者:weixin_38674223
  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. 最全知识图谱综述:概念以及构建技术

  2. 本文来自csdn,本文主要通过介绍了关于知识图谱的技术全面综述,涵盖基本定义与架构、代表性知识图谱库、构建技术、开源库和典型应用【导读】知识图谱技术是人工智能技术的组成部分,其强大的语义处理和互联组织能力,为智能化信息应用提供了基础。我们专知的技术基石之一正是知识图谱-构建AI知识体系-专知主题知识树简介。 随着互联网的发展,网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点,给人们有效获取信息和知识提出了挑战。知识
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:547840
    • 提供者:weixin_38624519
  1. 最全知识图谱综述:概念以及构建技术

  2. 本文来着微信公众号,由火龙果软件Anna编辑、推荐。 随着互联网的发展,网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点,给人们有效获取信息和知识提出了挑战。知识图谱(Knowledge Graph)以其强大的语义处理能力和开放组织能力,为互联网时代的知识化组织和智能应用奠定了基础。最近,大规模知识图谱库的研究和应用在学术界和工业界引起了足够的注意力[1-5
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:547840
    • 提供者:weixin_38648309
« 12 3 »