04 第三讲 知识抽取与挖掘2

本文介绍了基于图的统计关系学习方法,重点讲解了如何利用实体间的路径作为特征预测潜在关系。通过实例展示如何推断出Charlotte是一位作家。

http://notes.duyichao.site/2018/12/21/知识图谱入门——知识抽取与挖掘%EF%BC%88II%EF%BC%89/
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
ARM关联规则挖掘

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

接下来主介绍一种基于图的统计关系学习,它的基本思想是:

将连接两个实体的路径作为特征来预测其间可能存在的关系。
给出一个简单的知识图谱的图如下,图谱中的边是一个有向的图,为了使图中可以形成路径,在图中定义了一些逆关系(如isA−1)。在这个图中我们希望可以通过其他的三元组推出Charlotte也是一个Writer。

在这里插入图片描述
!在这里插入图片描述
根据概率进行的计算,通过计算某个路径的概率,再做乘法计算,得到结果在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
知识表示学习
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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