社区
客服专区
帖子详情
知识图谱去哪儿了
datoubangzhu
2018-02-18 02:51:32
原来个人中心里有知识图谱,现在说改版就改版了,我越来越不放心在csdn上收藏博客了
...全文
364
1
打赏
收藏
知识图谱去哪儿了
原来个人中心里有知识图谱,现在说改版就改版了,我越来越不放心在csdn上收藏博客了
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
爱吃肉的小公举
2018-02-18
打赏
举报
回复
您好,知识图谱功能已经下线。
故障发现、定位提效超 70%,去哪儿可观测体系做了哪些优化?
去哪儿网原有监控系统在故障数据方面表现不佳,为解决问题,从优化故障指标入手,对故障各环节全面优化。建设秒级监控,解决存储、采集等问题;设计故障定位工具,构建
知识图谱
、分析异常;开发预案系统协助修复故障,提升了故障处理效率和定位准确率。
KGCN_基于
知识图谱
的推荐系统(KG+GCN)
本文介绍了一种结合
知识图谱
(KG)的推荐系统模型-KGCN,旨在解决协同过滤推荐系统中数据稀疏性和冷启动问题。通过利用用户和项目的属性信息,KGCN能够自动捕获KG中的高阶结构和语义信息,有效提高推荐的准确性和多样性。
总结:
知识图谱
KG+大模型LLM
本文探讨了
知识图谱
(KG)与大语言模型(LLM)在问答和推理中的应用,包括基于LLM的KG构建、预-LLM方法和LLM-based方法。重点介绍了实体链接、语义解析、检索排序模型以及KG增强的LLM。此外,还提到了一些开源项目和结构化表示增强技术,如KG-RAG、Structure-CLIP和BSChecker,这些技术提高了推理的准确性和可靠性。
iText2KG:使用LLM构建增量
知识图谱
(KG)
本文介绍了iText2KG框架,它是由LLM驱动的零样本方法,可构建增量
知识图谱
。该框架包含四个模块,具有增量构建和零样本学习特点。以简历与职位描述关联为例,阐述了构建
知识图谱
的过程,还指出其能增强架构一致性、提高提取精度、减少后处理需求。
为什么需要
知识图谱
?什么是
知识图谱
?——KG的前世今生
本文探讨了
知识图谱
的必要性,通过罗纳尔多的例子解释了计算机理解语义信息的需求,介绍了
知识图谱
的起源、概念及RDF形式化表示。
知识图谱
由实体和属性构成,RDF用于描述这些关系。文章还提及了Google
知识图谱
在搜索引擎中的应用,以及
知识图谱
的未来发展。
客服专区
605
社区成员
48,760
社区内容
发帖
与我相关
我的任务
客服专区
客服专区
复制链接
扫一扫
分享
社区描述
客服专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章