ナレッジグラフの関係抽出-tensorflow実装のためのPCNN

ナレッジグラフは、目的の世界の概念、エンティティ、およびそれらの関係を構造化された形式で記述し、人間の認知世界により近い形式でインターネット情報を表現し、インターネットのより良い組織、管理、および理解を提供します大規模な情報への能力。上記の段落は、2018ナレッジグラフ開発レポートからコピーした段落で、一般の人が理解できる人間の言葉で記述されています。ナレッジグラフは、世界のすべてのものの間のつながりを発見することです。技術的には、データは<subject、relation、object>のトリプルの形式で格納されます。

ある分野でたくさんの知識の断片を学んでもそれをつなげることができない場合、これらの知識の断片はこの分野の理解を深めません。それらを接続してナレッジネットワークを形成できる場合、この分野のエキスパートである可能性が非常に高くなります。あなたはこの分野の知識ネットワークを持っているので、この分野の境界がどこにあるかを知ることができます知識グラフは、知識を結び付けて知識ネットワークを形成することです。

ナレッジグラフの適用シナリオ:

ナレッジグラフは主に、
一般的なナレッジグラフとドメインナレッジグラフの2つのカテゴリに分類されます。一般的な知識グラフには主に幅広い知識が必要ですが、ドメイン知識グラフには知識の深さが必要です。

  • 一般知識グラフの最も一般的なアプリケーションシナリオは、検索エンジン、
  • ドメインナレッジグラフのアプリケーションシナリオは比較的豊富で多様です。正義、医療、金融、eコマースなどのさまざまな業界が独自のナレッジグラフを作成でき、これらのナレッジグラフはインテリジェントな質問応答、意思決定支援、リスク回避などに使用できます。

もちろん、上記はナレッジグラフが最もよく使用されるシナリオであり、ナレッジグラフとディープラーニングの組み合わせなど、いくつかの潜在的なアプリケーションシナリオがあります。知識グラフの新しくて若い概念は、誰もがより多くのアプリケーションの可能性を探求するのを待っています。

ナレッジグラフの作成の概要

ここでは、ナレッジマップ作成プロセスの詳細バージョンを紹介しませんか?

おすすめ

転載: blog.csdn.net/wenyusuran/article/details/107333963