«Это 4-й день, я вовлечен в ноябрь Challenge, подробности о событии представление:Вызов последнего обновления 2021 г."
График знаний
Эта концепция была предложена Google в 2012 году в основном для преобразования традиционныхна основе ключевых словмодель поискана основе семантикиобновление поиска. Графы знаний можно использовать для более точного запроса сложной связанной информации, понимания намерений пользователя на семантическом уровне и повышения качества поиска.
представление знаний
представление знанийЭто общая проблема в двух областях когнитивной науки и искусственного интеллекта.
- В когнитивной науке представление знаний связано с тем, как люди хранят и обрабатывают данные.
- В искусственном интеллекте его основная цель — хранить знания, чтобы программы могли их обрабатывать и достигать человеческого интеллекта. В настоящее время в этой области все еще нет идеального ответа, но в последнее время с развитием глубокого обучения, особенно рекуррентной нейронной сети
В представлении знанийГрафик знанийЭто база знаний, в которой данные интегрируются с помощью графической модели данных или топологии. Графы знаний часто используются для хранения сущностей, которые взаимосвязаны друг с другом.
Применение графа знаний
- Поиск Google, поиск Baidu в поле поиска,
- Экономический график LinkedIn в социальной сети Facebook
- В области информации о предприятии Тяньян проверяет карту предприятия и т. Д.
- машинный перевод
- финансы
- медицинский
- Небольшие стартапы приложат усилия, чтобы открыть граф знаний
- Рекомендуемая система
Граф знаний и машинное обучение
Связанные области графа знаний
Графы знаний охватывают многие области, такие как обработка естественного языка,
- база данных
- система базы данных RDF
- Интеграция данных, объединение знаний
- машинное обучение
- Представление данных графа знаний (встраивание графа)
- инженерия знаний
- Построение базы знаний
- рассуждения на основе правил
Связанные технологии в сети знаний
- Реляционная база данных
- Построение онтологии предметной области
- Обработка естественного языка: обработка естественного языка и графы знаний дополняют друг друга, потому что с появлением сегодня обработки естественного языка для содействия развитию графов знаний RDF появился давным-давно из-за ограничений ручного извлечения информации. То есть размер базы знаний ограничен. В свою очередь, графы знаний также способствуют развитию обработки естественного языка.
- Ответ на вопрос на естественном языке для Knowledge Graph
- чат-бот
- Семантическая паутина: добавляя понятное для компьютера понятное для компьютерасемантика(метаданные), тем самым делая весь Интернет универсальным средством обмена информацией.
- Интеллектуальный анализ данных: это междисциплинарная отрасль компьютерных наук, которая использует пересечение искусственного интеллекта, машинного обучения, статистики и баз данных для поиска закономерностей в относительно больших наборах данных.
- Машинное обучение:График знанийимашинное обучение, какая химическая реакция произойдет, когда эти два, казалось бы, не связанных между собой вещества соединят вместе
- Представление знаний и рассуждения
- Когнитивные вычисления: это важная часть искусственного интеллекта, имитирующая человеческий мозг.познаниеТехнологическая компьютерная система. когнитивные вычисленияпредставляет собой новыйрассчитатьСхемы, которые охватывают многочисленные технологические инновации в области анализа информации, обработки естественного языка и машинного обучения, позволяют лицам, принимающим решения, извлекать необычайную информацию из огромных объемов неструктурированных данных.
- Поиск и извлечение информации
- Семантический разбор
- Извлечение знаний: получение знаний из массивных данных посредством извлечения информации (структурированных данных).
- Слияние знаний: путем выравнивания, сопоставления и слияния нескольких связанных графов знаний, что делает их органичным целым и предоставляет более полные знания.
Граф знаний и инженерия знаний
График знанийвек интернета и больших данныхинженерия знанийновая разработка. Ядро инженерии знаний
- база знаний:
- Механизм логического вывода
Построение онтологии предметной области
Специфичная для предметной области формализованная явная и подробная спецификация общей концептуальной системы.
Извлечение знаний
Получить знания из данных с помощью извлечения информации
слияние знаний
Выравнивая, объединяя и объединяя несколько связанных графов знаний, чтобы сформировать органическое целое, чтобы предоставить более полные знания.
основная терминология
- Онтология: это происходит из философии, то есть изучения естественных вещей философией. Онтология - это концептуальное описание, формальные ограничения, и каждый может ее понять. Финансы, проектный капитал, руководители и капитал определяют эти понятия и отношения между ними. эти понятия, онтология финансового поля.
- организация
- связь
- Атрибуты
- RDF основан на триплетах (объект, сказуемое, объект), субъект-глагол-объект Наруто это Наруто, RDF имеет множество методов сериализации, которые могут быть json xml json-LD