Copilot
你的日常 AI 助手
约 1,470,000 个结果
  1. 在知识图谱里，我们通常用“实体（Entity）”来表达图里的节点、用“关系（Relation）”来表达图里的“边”。 实体指的是现实世界中的事物比如人、地名、概念、药物、公司等， 关系则用来表达不同实体之间的某种联系， 比如人-“居住在”-北京、张三和李四是“朋友”、逻辑回归是深度学习的“先导知识”等等。

    最详细的知识图谱的技术与应用 - CSDN博客

    blog.csdn.net/qq_41834086/article/details/119641597
    blog.csdn.net/qq_41834086/article/details/119641597
    这是否有帮助?
  2. 其他用户还问了以下问题
    什么是知识图谱?
    在知识图谱发展初期，知识图谱主要借助百科类网站等结构化数据源，提取本体和模式信息，加入到知识库的自顶向下方式构建数据库。 现阶段知识图谱大多为公开采集数据并自动抽取资源，经过人工审核后加入到知识库中，这种则是自底向上的构建方式。

    知識圖譜 - 维基百科，自由的百科全书

    zh.wikipedia.org
    知识图谱在交通领域的应用有哪些?
    知识图谱在交通领域的应用也在同步开展，本文利用图数据库Neo4j对深圳市约1000条公交线路，一天工作日的公交刷卡数据进行建模分析，建模规模达到500万节点，1000万条边。 研究了交通知识图谱的建立、挖掘分析、性能参数对比等多方面应用，分析了同乘人员、站点最大客流提取、关联查询识别、站点群公交出行量识别等公交出行行为。

    【知识图谱】知识图谱（一）—— 综述 - 知乎

    zhuanlan.zhihu.com
    知识图谱技术体系有哪些?
    上图描述了知识图谱的技术体系。 最底层我们有大量的文本数据、结构化数据、多媒体文件等数据来源，通过知识抽取、知识融合、知识众包等技术获取我们需要的知识，而后通过知识表示、知识推理、知识链接等技术将知识规范有序的组织在一起并存储起来（知识存储），最终用于知识问答、语义搜索、可视化等方面。

    37.0 知识图谱之知识表示、知识抽取、知识融合 - 钱爽的

    qianshuang.github.io
    什么是知识图谱推理?
    知识图谱推理的任务是根据知识图谱中已有的知识推理出新的知识或识别出错误的知识。 其中，概念层的推理主要包括概念之间的包含关系推理，实体层的推理主要包括 链接预测 与 冲突检测 ，实体层与概念层之间的推理主要包括 实例检测 。 面向知识图谱的推理方法主要分为 基于逻辑规则的推理、基于分布式表示的推理、基于图的推理、基于神经网络的推理 以及 混合推理。 2.3.1 基于逻辑规则的推理 基于逻辑规则的推理方式主要指通过一阶谓词逻辑、描述逻辑等利用规则推理出新的实体关系、典型方法有 ILP、AMIE等。 逻辑推理在大型知识图谱上的效率受限于它的 离散性 ，Cohen 提出了一个可微的规则推理机 TensorLog。

    【知识图谱】知识图谱（一）—— 综述 - 知乎

    zhuanlan.zhihu.com
    反馈
  3. 查看更多
    查看更多
    前往 Wikipedia 查看全部内容
    查看更多
    维基百科
    https://zh.wikipedia.org/wiki/知識圖譜

    知識圖譜 - 维基百科，自由的百科全书

    三元组 是知识图谱的一种通用表示方式，即 G =（E, R, S)，其中 E 是知识库中的实体，R 是知识库中的关系，S 代表知识库中的三元组。. 三元组的基本形式主要包括实体1、关系、实体2和概念、属性、属性值等。. 实体是知识图谱中的最基本元素，不同的实体间 ... 展开

    概览

    知识图谱（英語：Knowledge Graph），是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系。其基本组成单位是“实体-关系-实体”三元组，以及实体及其相关属性-值对，实体间通过关系相互联结，构成网状的知识 … 展开

    发展历史

    知识图谱的概念最早由谷歌2012年5月17日提出，其将知识图谱定义为用于增强搜索引擎功能的辅助知识库。但在知识图谱概念问世之前，语义网络技术的研究领域早已开始。2006年，Berners-Lee提 … 展开

    关键技术

    知识抽取
    知识抽取（information extraction）是构建知识图谱的第一步，为了从异构数据源中获取候选知识单元，知识抽取技术将自动从半结构化和无结构数据中抽 … 展开

    概览 图像
    技术架构

    表达方式
    三元组是知识图谱的一种通用表示方式，即 G =（E, R, S)，其中 E 是知识库中的实体，R 是知识库中的关系，S 代表知识库中的三元组。三元组的基本形 … 展开

    问题与挑战

    知识抽取不够准确
    受到算法准召率低、限制条件多、扩展性不好等问题，针对开放域的信息抽取仍面对很大挑战。
    知识融合实体链接不够准确
    实体消歧、合并外部数据库和关系数据库的应用效果仍有很大提升空 … 展开

    来自维基百科
    来自维基百科
    内容
    概览
    发展历史
    技术架构
    关键技术
    问题与挑战
    查看所有章节
    CC-BY-SA 许可证中的维基百科文本
    反馈
  4. 知乎专栏
    https://zhuanlan.zhihu.com/p/37057052

    一文读懂知识图谱（初学篇） - 知乎专栏

  5. 知识图谱的通用表示方式的图片

    bing.com/images
    查看所有图像
  6. 机器之心
    https://www.jiqizhixin.com/articles/2018-06-20-4

    这是一份通俗易懂的知识图谱技术与应用指南 | 机器之心

  7. 知乎专栏
    https://zhuanlan.zhihu.com/p/396516565

    知识图谱入门——认识知识图谱 - 知乎 - 知乎专栏

  8. 腾讯云
    https://cloud.tencent.com/developer/artic…

    【干货】最全知识图谱综述#1: 概念以及构建技术-腾讯 …

    网页知识图谱（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]。. 一个知识 …

  9. 知乎专栏
    https://zhuanlan.zhihu.com/p/85556255

    知识图谱入门系列 - 知乎 - 知乎专栏

    网页知识图谱（Knowledge Graph）以结构化的形式描述客观世界中概念、实体及其关系。是融合了认知计算、知识表示与推理、信息检索与抽取、自然语言处理、Web技术、机器学习与大数据挖掘等等方向的交叉学科。

  10. CSDN博客
    https://blog.csdn.net/aidanmo/article/det…

    知识图谱学习笔记（三）——知识表示方法 - CSDN博客

    网页2019年12月17日 · 知识表示指的是存储在知识图谱中的数据使用何种语言或者何种数据结构进行描述，从而能够使得知识图谱中的知识运算更加快捷高效。 知识 表示 的方式主要可分为 三 种，一种是以 三 元组的形式对 知 …

  11. qianshuang.github.io
    https://qianshuang.github.io/2018/10/04/…

    37.0 知识图谱之知识表示、知识抽取、知识融合 - 钱爽 …

    网页2018年10月4日 · 本文介绍了知识图谱的概念、应用场景和技术体系，重点讲解了知识表示的三元组、RDF和SPARQL，以及知识抽取和知识融合的方法和工具。知识图谱是一种揭示实体之间关系的语义网络，可以用于语义 …

  12. 机器之心
    https://www.jiqizhixin.com/articles/2019-08-12-3

    KDD 2019 | JOIE：联合知识图谱实例和本体概念的通用表示学习

  13. CSDN博客
    https://blog.csdn.net/qq_41834086/articl…

    最详细的知识图谱的技术与应用 - CSDN博客

    网页2021年8月12日 · 本文介绍了知识图谱的概念、表示、构建、应用等方面的内容，以通俗易懂的方式讲解了知识图谱相关的知识。文章适合对知识图谱感兴趣的初学者或者想了解知识图谱在不同领域的应用的读者。

  15. 某些结果已被删除