知识图谱基本概念

已于 2024-11-05 21:06:05 修改
阅读量239 收藏
点赞数 2
分类专栏： 人工智能(AI)技术入门与实践 文章标签： 人工智能 知识图谱 AI 机器学习
于 2024-02-20 18:39:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/l35633/article/details/136196568
版权
知识图谱的基本概念
weixin_44455665的博客
08-23 1137
知识图谱（英语：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，构成网状的知识结构。知识图谱可以实现Web从网页链接向概念链接转变，支持用户按主题而不是字符串检索，真正实现语义检索。基于知识图谱的搜索引擎，能够以图形方式向用户反馈结构化的知识，用户不必浏览大量网页即能准确定位和深度获取知识。[1]示例图在知识表示中，知识图谱是一种知识库，其中的数据通过。
什么是知识图谱
haima1998的专栏
06-26 1013
转自：https://zhuanlan.zhihu.com/p/71128505 我们可能已经了解了很多机器学习和深度学习的算法，但是那似乎离我们心中的 “人工智能” 还很遥远。我们训练的模型，更像是一个具有统计知识的机器，从关联和概率的角度出发，试图在描述世界背后的 “真理”。然而，我们更希望的是，像人一样，具有分析和推理能力的机器智能。如果你问我，哪一种形式最接近我心中的 “人工智能”，我会说：知识图谱。 今天，就让我们来解决一个问题：什么是知识图谱？ 知识图谱 “考古史” 2012 年 5 月
知识图谱基本概念梳理
Kagamigawa Noelle
02-27 9688
《知识图谱技术综述》整理知识图谱基本概念前言部分知识图谱的定义和架构知识图谱的定义知识图谱的架构知识图谱的逻辑结构知识图谱的体系架构知识图谱的关键技术知识抽取知识表示知识融合知识推理参考文献 知识图谱基本概念 前言部分 “Web 1.0”时代：以文档互联为主要特征 “Web 2.0”时代：以数据互联为主要特征 “Web 3.0时代”：基于知识互联（尚未到来） 知识图谱的定义和架构 知识图谱的定义 ...
知识图谱基础
ww0118的博客
09-27 1949
在RDF的基础上定义了一些固定的关键词如：Class，subClassOf，type， Property， subPropertyOf， Domain， Range以及多了Schema层。数据层的融合，包括实体的指称、属性、关系以及所属类别等，主要的问题是如何避免实例以及关系的冲突问题，造成不必要的冗余。如果用(实体，关系，实体)、(实体、属性，属性值)这样的三元组来表达事实，可选择图数据库作为存储介质，RDF可描述实体、实体的属性以及他们之间的关系，但是无法描述类与类之间的关系，类的属性等。
知识图谱的基本概念与应用场景
AI天才研究院
01-18 1191
1.背景介绍 知识图谱(Knowledge Graph)是一种用于表示实体(Entity)及其关系(Relation)的数据结构，它可以帮助计算机理解人类语言中的信息，并进行更智能化的处理。知识图谱的核心是将实体和关系抽象成图形结构，实体表示为点(Node)，关系表示为边(Edge)，这样的图形结构可以有效地表达和查询复杂的关系。 知识图谱的发展历程可以分为以下几个阶段： 1.1 早期阶段(...
什么是知识图谱？
热门推荐
cuguanren的博客
07-06 6万+
笔者总结网上关于知识图谱的相关资料并总结了一些基本概念，对于想了解这一概念的读者提供了一个新手入门的视角。
知识图谱入门笔记
Moliay的博客
07-09 5896
知识图谱构建从最原始的数据（包括结构化、半结构化、非结构化数据）出发，采用一系列自动或半自动的技术手段，从原始数据库和第三方数据库中提取知识事实，并将其存入知识库的数据层和模式层，这一过程包含：信息抽取、知识表示、知识融合、知识推理四个过程，每一次更新迭代包含这四个阶段。图数据库是以图的方式来保存的，图数据库的优点在于查询和搜索的速度比较快 ，并且在图数据库中实体节点可以保留属性，这就意味着实体可以保留更多的信息，此外图数据库像其他的关系数据库一样有完整的查询语句，支持大多数的图挖掘算法。
知识图谱相关概念整理
u011047968的专栏
06-27 1470
知识图谱的定义：“知识图谱本质上是语义网络（）的知识库换个角度，从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图（。什么是对关系图？图（Graph）是由节点（Vertex）和边（Edge）来构成，但这些图通常只包含一种类型的节点和边。多关系图一般包含多种类型的节点和多种类型的边。知识图谱中，我们通用“实体（Entity）”来表达图中的节点，用“关系（Relation）”来表达图中的边；实体指的是显示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。
《知识图谱——概念与技术》笔记：基础篇
Mochayz的博客
08-24 963
《知识图谱——概念与技术》 1~2 章笔记
知识图谱概念与技术.PPT 老师自己上课用的
10-08
1. **知识表示**：在知识图谱中，知识的基本单元通常被表示为三元组（Subject, Predicate, Object），也称为事实。例如，(乔布斯, 创办, 苹果)。这个三元组表示了“乔布斯创办了苹果”这一事实。这种结构化的方式...
老罗笔记人工智能文字处理软件 Rogabet Notepad 2025-402 1.812
rogabet的博客
04-03 941
老罗笔记人工智能文字处理软件
浅谈AI工程落地 - 分布式训练 - Nvidia Megatron LM - 三种训练策略
RayLobeCode的博客
04-04 569
数据并行处理不同数据，适合小模型；张量并行拆分层内参数，适合超大模型；流水线并行分层部署模型，适合深网络。实际工程中我会根据模型规模、显存限制、网络带宽、框架支持、团队经验来灵活组合这三种策略。
深度学习篇---模型训练（1）
最新发布
2301_79556402的博客
04-05 436
本文再网络结构（1）的基础上，完善数据读取、数据增强、数据处理、模型训练、断点训练等功能。
langchain embedding 自定义模型(bge)实现
Python/Java/MySQL技术栈，快来和我一起学习吧 ~
04-02 602
该实现方案在保持 LangChain 兼容性的同时，提供了灵活的自定义能力，可以方便地替换不同的 Transformer 模型，适应各种业务场景需求。
一套AI训推一体化解决方案约等于100万个应用？
weixin_43140076的博客
04-02 593
一套AI训推一体化解决方案，加上开源模型，约等于100万个应用。
ChatGPT 迎来 4o模型：更强大的图像生成能力与潜在风险
要么孤独，要么庸俗
04-01 1159
OpenAI 对 ChatGPT 进行重大升级，图像生成功能即将迎来新的 4o 模型，并取代原本的 DALL·E。此次更新不仅提升了图像生成质量，还增强了对话内容和上传文件的融合能力，使 AI 生成的图像更加智能化和精准化。
《AI大模型应知应会100篇》第56篇：LangChain快速入门与应用示例
yweng18的博客
04-03 897
最近最火的肯定非Manus和OpenManus莫属，因为与传统AI工具仅提供信息不同，Manus能完成端到端的任务闭环。例如用户发送“筛选本月抖音爆款视频”，它会自动完成： 爬取平台数据 → 分析互动指标 → 生成TOP50榜单 → 打包下载链接 整个过程无需任何人工介入，真正实现“一句话出成果”。Manus让普通人应用大模型变得无比简单，而这是AI大模型应用爆发的基础条件之一。Manus的开发并不神秘，它是基于LangChain为代表的AI大模型中间件技术之上，要学会开发智能体LangChain是必学课程
【大模型基础_毛玉仁】6.4 生成增强
--
04-03 964
比如，由于模型对训练数据中低频出现的知识掌握不足，而对更“流行”（高频）的知识掌握更好，因此实体的流行度作可以作为伪训练数据统计量。不过，RAG 中不同用户查询经常检索到相同的文本，而且常见的查询通常数量有限。该方案将问题的不断细化，然后分别对细化的问题进行检索增强，力求给出全面的答案，以覆盖用户需要的答案。然而，随着输入文本长度的增加，KV-cache 的 GPU 显存占用会显著增加，甚至超过模型参数的显存占用。去除冗余文本的方法通过对检索出的原始文本的词句进行过滤，从中选择出部分有益于增强生成的部分。
知识图谱概念解析与应用探索
"这篇学习笔记主要介绍了知识图谱的基本概念，包括实体、属性和关系，以及知识图谱与深度学习的对比。同时，探讨了大数据、算力、算法和平台的红利期，指出深度学习面临的问题。笔记还提到了语义网络、语义网和几种...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值