注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种准确而高效的领域知识图谱构建方法

  2. 作为语义网的数据支撑,知识图谱在知识问答、语义搜索等领域起着至关重要的作用,一直以来也是研究领域和工程领域的一个热点问题,但是,构建一个质量较高、规模较大的知识图谱往往需要花费巨大的人力和时间成本.如何平衡准确率和效率、快速地构建出一个高质量的领域知识图谱,是知识工程领域的一个重要挑战.对领域知识图谱构建方法进行了系统研究,提出了一种准确、高效的领域知识图谱构建方法——“四步法”,将该方法应用到中国基础教育九门学科知识图谱的构建中,在较短时间内构建出了准确率较高的学科知识图谱,证明了该方法构建

  3. 所属分类：搜索引擎

    • 发布日期：2019-02-27
    • 文件大小：2097152
    • 提供者：wilbertzhou

  1. KnowledgeGraphCourse.zip

  2. 原资源可在github中搜索到，这里只是用于个人学习方便。 课程内容 第1讲 知识图谱概论 （2019-3-1,2019-3-8） 1.1 知识图谱起源和发展 1.2 知识图谱 VS 深度学习 1.3 知识图谱 VS 关系数据库 VS 传统专家库 1.4 知识图谱本质和核心价值 1.5 知识图谱技术体系 1.6 典型知识图谱 1.7 知识图谱应用场景 第2讲 知识表示 (2019-3-15) 2.1 知识表示概念 2.2 知识表示方法 语义网络 产生式系统 框架系统 概念图 形式化概念分析

  3. 所属分类：深度学习

    • 发布日期：2020-07-08
    • 文件大小：423624704
    • 提供者：changbozizf

  1. CNCC2019-张勇-基于知识图谱的健康医疗大数据融合技术及应用.pdf

  2. 转自CCF：https://dl.ccf.org.cn/lecture/lectureDetail?id=4663480272078848。 张勇，剑桥大学博士后。 摘要：健康医疗大数据是健康医疗活动的产物，同时也是进行健康医疗业务优化和辅助决策的基础。健康医疗大数据分散在多个主体管理的多个系统中，所以在应用健康医疗大数据的时候往往需要先进行数据釉合。然而由于生成数据的系统所采用的标准或规范不同，不同来源的数据之间经常存在数据不一致的情况，同时由于应用水平等问题，数据的质量也存在较大问题。数据不

  3. 所属分类：机器学习

    • 发布日期：2020-08-18
    • 文件大小：5242880
    • 提供者：weixin_42716010

  1. 基于HugeGraph图数据库的知识图谱培训.pptx

  2. 本培训文档主要介绍图数据库、知识图谱、HugeGraph图数据库，以及基于HugeGraph图数据库构建知识图谱实例，重点介绍了图数据库和知识图谱的基本业务知识和应用场景。

  3. 所属分类：机器学习

    • 发布日期：2020-08-17
    • 文件大小：8388608
    • 提供者：tomalun

  1. 知识图谱产品及应用实例（展台V2.0）

  2. 知识图谱产品及应用实例（展台V2.0）语义搜索 语义搜索利用知识图谱可以准确捕获用户搜索意图，解决传统搜索中关键词语义多样性及语义搜索难题，直接给出满足用户搜索意图的答案

  3. 所属分类：spark

    • 发布日期：2020-12-15
    • 文件大小：14680064
    • 提供者：guoweizhong_bj

  1. Python3开发实例之非关系型图数据库Neo4j安装方法及Python3连接操作Neo4j方法实例

  2. 非关系型图数据库Neo4j简介 Neo4j是现今最火爆的图数据。在2010年发布，产品的发展势头还算不错。 作为图数据库，Neo4j最大的特点是关系数据的存储。 图数据库除了能够像普通的数据库一样存储一行一行的数据之外，还可以很方便的看出存储数据之间的关系信息。 适合存储”修改较少，查询较多，没有超大节点“的图数据。 图数据库Neo4j应用场景 社交网络 根据用户与其他用户的关系为用户推荐新的朋友。例如，在QQ中给你推荐朋友的朋友 。 智能推荐引擎 通过分析用户有哪些朋友、用户朋友喜好

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：508928
    • 提供者：weixin_38665162