vue.js
爱心捐赠
磁盘已满
批处理脚本
sqoop
微控制器
ZJSON2ABAPTYPE
DOM型XSS
swift
镜像复制
CRM
信息安全管理与评估
cannonjs
独立站
基础知识
cisp
asio
Themida
死锁
实战教程
知识图谱
2024/4/11 13:26:00
基于知识图谱和图卷积神经网络的应用——学习笔记02
1.知识图谱 2.标签顺滑 标签顺滑是现在基本都会加入的东西 3.怎么推荐的？就是一个训练过程，训练完特征矩阵，取个最大值，算出最大值是哪个类别的，然后推荐给用户 4.提问
卷积核是什么？就是点乘
pooling是…
大型语言模型与知识图谱融合方法概述
背景意义
大型语言模型（LLM）已经很强了，但还可以更强。通过结合知识图谱，LLM 有望解决缺乏事实知识、幻觉和可解释性等诸多问题；而反过来 LLM 也能助益知识图谱，让其具备强大的文本和语言理解能力。而如果…
高端JAVA需要掌握哪些内容
我把它分为了五大专题 工程化专题 工程化专题 git git安装使用git日常使用：fetch/pull/push/revert/rebase git分支管理git flow Jenkins多套环境（test/pre/production）系统自动化发布 Jenkins自动发布到远程主机 MavenMaven私服搭建setting.…
REST-API 版本控制策略
管理分布式异构系统的应用程序编程接口 (API) 的方法不同于 Apache Maven 提供的经典工具，后者旨在简化技术上和同质相似工件的组装构建过程。这种经典的依赖管理工具的局限性在管理技术不同且独立的系统之间的 API 的上下文中变得明显，例如，…
知识图谱实战应用27-基于多模态数据的洪涝灾害知识图谱构建与实际应用
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用27-基于多模态数据的洪涝灾害知识图谱构建与实际应用。今年以来，很多省份都经历了暴雨肆虐，并造成了洪涝灾害，洪涝灾害是一种常见而严重的自然灾害，对人类社会和环境造成了巨大的影响。为了有效地应对洪涝灾害，构建…
论文浅尝 | 利用知识图谱增强的Transformer进行跨领域方面抽取
笔记整理：沈小力，东南大学硕士，研究方向为知识图谱链接：https://dl.acm.org/doi/pdf/10.1145/3511808.3557275动机情感分析是自然语言处理的基础任务，它包含介绍了细粒度情感分析中的一个常见任务——基于方面的情感分…
未来几年人工智能会迎来哪些激动人心的改变
未来几年人工智能会迎来哪些激动人心的改变？ 多样性可能是目标之一。 早在几年之前，关于AI多样性这个概念有过一些解释——报道说韩国人习惯于睡地铺，但扫地机器人按照之前设定好的程序，不小心把一位睡在地上的客户的长头…
LKPNR: LLM and KG for Personalized News Recommendation Framework
本文是LLM系列文章，针对《LKPNR: LLM and KG for Personalized News Recommendation Framework》的翻译。 LKPNR:LLM和KG的个性化新闻推荐框架 摘要1 引言2 相关工作3 问题定义4 框架5 实验6 案例7 结论 摘要
准确地向用户推荐候选新闻文章是个性化新闻推荐系统面…
原创代码思路分享 计算机毕业设计Python+Spark+LSTM中药推荐系统 中药大数据可视化 中药数据分析 中药可视化系统 中药知识图谱
开发技术
前端：vue.js、echarts
后端：springboot、vue.js
数据库：mysql
大数据计算框架：spark、hadoop
算法(机器学习、人工智能)：推荐算法(协同过滤算法，基于用户、基于物品全部实现)、lstm情感分析评…
「随笔」什么是AI技术
文章目录前言一、什么是AI技术二、AI技术是如何实现的2.1 知识图谱2.2 问答系统2.3 AI芯片三、AI在不同领域的发展趋势3.1 硅光芯片3.2 个性化推荐前言
本文主要介绍什么是AI技术。 一、什么是AI技术
人工智能（Artificial Intelligence），英…
知识图谱Neo4j安装到实践全过程
前言： Hello大家好，我是Dream。 在本次实战中，我们将一起完成知识图谱Neo4j安装到实践全过程，探索其中的关系和属性。知识图谱是一种以三元组形式存储的数据结构，由实体、关系和属性组成，能够帮助我们更好地…
生成 Cypher 能力：MOSS VS ChatGLM
生成 Cypher 能力：MOSS VS ChatGLM 生成 Cypher 能力：MOSS VS ChatGLM一、 测试结果二、 测试代码（包含Prompt） Here’s the table of contents:
生成 Cypher 能力：MOSS VS ChatGLM MOSS介绍：MOSS 是复旦大…
【知识图谱论文】AttnPath：将图注意力机制融入基于深度强化的知识图推理
Article
文献题目：Incorporating Graph Attention Mechanism into Knowledge Graph Reasoning Based on Deep Reinforcement 文献时间：2019 发表期刊：EMNLP
摘要
知识图谱（KG）推理旨在寻找关系的推理路径࿰…
【知识图谱论文】知识图谱的多模态数据增强表示学习
论文题目：Multimodal Data Enhanced Representation Learning for Knowledge Graphs论文期刊： IJCNN论文时间：2019
摘要
知识图谱或知识库在人工智能领域的各种应用中发挥着重要作用。在知识图谱的研究和应用中，知识表示学习是基…
【知识图谱论文】HackRL：用于跨图知识融合和协作推理的分层注意强化学习
Article
文献题目：HackRL: Reinforcement learning with hierarchical attention for cross-graph knowledge fusion and collaborative reasoning 文献时间：2021 发表期刊：Knowledge-Based Systems
摘要
旨在通过知识图（KG&am…
命名实体识别（基于规则-无监督学习-机器学习-深度学习）
文章目录1 简介2 NER标注语料库3 NER工具库4 序列标注标签方案5 四类NER方法（规则-无监督学习-机器学习-深度学习）5.1 基于规则的NER5.2 基于无监督学习方法5.2 基于机器学习（含特征的有监督学习）5.3 基于深度学习方法1、输入层2、…
DeepPath：一种知识图推理的强化学习方法
Article
作者：Wenhan Xiong and Thien Hoang and William Yang Wang 文献题目：DeepPath：一种知识图推理的强化学习方法 文献时间：2017 https://github.com/xwhan/DeepPath.
摘要
研究了在大规模知识图中学习推理的问题。更具体…
【医疗人工智能】DKDR：一种用于疾病诊断的知识图谱和深度强化学习方法
Article
作者：Yuanyuan Jia, Zhiren Tan, Junxing Zhang文献题目：DKDR: An Approach of Knowledge Graph and Deep Reinforcement Learning for Disease Diagnosis文献时间：2019
摘要
使用人工智能解决医疗问题一直是一个有趣但具有挑战性…
“新KG”视点 | 知识图谱与大语言模型协同模式探究
OpenKG 大模型专辑 导读 知识图谱和大型语言模型都是用来表示和处理知识的手段。大模型补足了理解语言的能力，知识图谱则丰富了表示知识的方式，两者的深度结合必将为人工智能提供更为全面、可靠、可控的知识处理方法。在这一背景下，OpenKG组织…
关于 LLM 和知识图谱、图数据库，大家都关注哪些问题呢？
自 LLM 系列文章《知识图谱驱动的大语言模型 Llama Index》、《Text2Cypher：大语言模型驱动的图查询生成》、《Graph RAG: 知识图谱结合 LLM 的检索增强》陆续和大家见面，以及《夜谈 LLM》主题直播同大家交流一番 LLM 和知识图谱、图数据库之后ÿ…
知识图谱嵌入方法-transE
目录
一、知识图谱嵌入
二、transE算法
三、缺点 一、知识图谱嵌入 知识图谱(Knowledge Graph，KG) 是大规模语义网络知识库，利用三元组（实体，关系，实体）来描述具体的知识，其具有语义丰富、结…
【kg推荐-＞精读】Differentiable Sampling on Knowledge Graph for Recommendation with Relational GNN
DSKReG Differentiable Sampling on Knowledge Graph for Recommendation with Relational GNNAbstract
出现冷启动问题时，将KGs作为side information可以缓解这一问题。
问题：node degrees是倾斜（skewed）的；KGs中大…
知识推理——TransE（知识表示、知识嵌入）
记录一下学习TransE的笔记~
最后更新时间：20230512 1.要解决的问题 （1）以往的模型（Bayesian clustering和energy-based）关注于增强模型的表达能力和普遍性，但却增加了模型的复杂性及计算消耗。 ࿰…
解码知识图谱：从核心概念到技术实战
目录 1. 概述什么是知识图谱知识图谱与自然语言处理的关系 2. 发展历程语义网络本体论大数据时代的知识图谱知识图谱与深度学习的融合 3. 研究内容知识图谱的建模与表示知识抽取知识图谱的融合与对齐知识图谱的推理知识图谱的评估与验证 4. 知识图谱表示与存储RDF：一…
Java工具类：HttpUtil项目实战
步骤 1.导入maven 依赖 2.编写工具类
导入maven 依赖
<!-- HttpClinet 核心包 -->
<dependency><groupId>org.apache.httpcomponents</groupId><artifactId>httpclient</artifactId><version>4.5.13</version>
</depen…
全球最大胆的跨学科思想家 ：从艺术到科学
Neri Oxman被业界认为是 “全球最大胆的跨学科思想家”上一期我们提到了，可以像理解，生物学中能量转换的方式一样，解释科学，工程，设计和艺术的创意能量转换。Neri 将这种理解模型称为“克式循环创意图谱KCC”。这一期&…
知识图谱技术还能阻止人类自杀？究竟是如何实现的？
“树洞行动救援团” 是由荷兰阿姆斯特丹自由大学人工智能系教授，黄智生发起的，通过知识图谱技术对人类自杀行为进行干预的救援行动。近两年来，他一直专注于人工智能对中国国内的自杀干预。经过接近三年的发展，救援团已有 700 多名…
计算机三级数据库技术
1、数据库基本概念
1、数据
数据（Data）是数据库中存储的基本对象。 定义：描述事物的符号序列 数据的种类：数字、文字、图形、图像声音及其他特殊符号。
计算机中数据分为两部分： 临时性数据 持久性数据 数据…
618超值，终身学习者的一千位铁杆陪伴者招募 | Mixlab跨学科·人工智能知识社群...
我们为什么要学习？巴菲特："终生读书和学习,是我坚持一生的习惯和信仰"。这是一种学习者的生活方式。这种生活方式特别适合那些：终身学习者深爱学习的人享受虚拟工作的人欣赏灵活性的人长期的思考者特别适合那些想要因为影响而获得报…
【知识图谱】通过深度强化学习的可解释的基于知识图的推荐
Article
作者：Weiping Song, Zhijian Duan, Ziqing Yang, Hao Zhu, Ming Zhang, Jian Tang文献题目：通过深度强化学习的可解释的基于知识图的推荐文献时间：2019https://github.com/DeepGraphLearning/RecommenderSystems
摘要
本文研究了具…
定制AI问答机器——定制AI问答机器人的好处
在当今的数字时代，信息丰富，但个性化互动和量身定制的响应却匮乏。定制一个个性化的工具这个概念超越了传统的人工智能体验，它不仅关乎人工智能能做什么，还关乎你可以用人工智能做什么。这就是为什么创建您自己的个性化 GPT 可以带…
《Learning to Answer Complex Questions over Knowledge Bases with Query Composition》论文笔记
Learning to Answer Complex Questions over Knowledge Bases with Query Composition
这是一篇密歇根安娜堡发表在CIKM上的文章，主题为KBQA，依然是SP-based。
Overview
这篇文章处理的是复杂问题，主题方法还是通过SP生成query graph&…
Calcite 自定义优化器规则
1）总结
1.创建 CSVProjectRule 继承 RelRule<CSVProjectRule.Config>
a）在 CSVProjectRule.Config 接口中实现匹配规则
Config DEFAULT EMPTY.withOperandSupplier(b0 ->b0.operand(LogicalProject.class).anyInputs()).as(Config.class);b…
pdf2image的poppler-Linux支持安装教程
文章目录 使用目的下载源码安装依赖直接安装的依赖需要编译的依赖1、libassuan2、gpgme3、libb24、pcre25、Qt6 命令行编译命令-poppler测试小结 使用目的
我想要解决的问题是以最快的速度抽取PDF中的图片，再和对应文本进行关联，最终适配到LangChain上 …
Using Multiple RDF Knowledge Graphs for Enriching ChatGPT Responses
本文是LLM系列文章，针对《Using Multiple RDF Knowledge Graphs for Enriching ChatGPT Responses》的翻译。 使用多个RDF知识图来丰富ChatGPT响应 摘要1 引言2 相关工作3 GPT-LODS的过程和用例4 结束语 摘要
最近有一种趋势是使用新型人工智能聊天GPT聊天箱&…
知识图谱 vs GPT
简介： 当我们谈论知识图谱时，我们指的是一种结构化的知识表示形式，是一种描述真实世界中事物及其关系的语义模型，用于描述实体之间的关系。它通过将知识组织成图形结构，提供了一种更全面、准确和智能的信息处理方式。知…
Exploring Large Language Models for Knowledge Graph Completion
本文是LLM系列文章，针对《Exploring Large Language Models for Knowledge Graph Completion》的翻译。 探索用于知识图谱补全的大型语言模型 摘要1 引言2 相关工作3 方法4 实验5 结论局限性 摘要
知识图谱在众多人工智能任务中发挥着至关重要的作用，但…
中文短文本关键词抽取方案
目录1. 前言2. 数据3. 方案3.1 SIFRank3.2 NegSamplingNER4. 代码1. 前言 本文提出一种中文短文本关键词抽取方案，适用于无监督语料场景。 无监督关键词抽取算法虽然无需标注语料，但是效果一般。有监督学习方法效果好但是需要标注数据，很…
知识图谱学习笔记02-经典的知识图谱项目介绍
谷歌知识图谱
谷歌的知识图谱（Google Knowledge Graph）是一项旨在改善搜索结果质量的项目，它旨在将用户查询与相关实体联系起来，并通过提供更丰富的信息来增强搜索结果的可读性。知识图谱可以回答用户的问题，提供相关…
知识图谱发展历程简介
目录1.万维网简介2.语义网简介3.知识图谱简介4. 参考文献1.万维网简介 1990年，Tim Berners-Lee在欧洲粒子物理实验室（CREN）实现了万维网（WWW）的原型系统。Tim认为万维网是一个包含相互链接的超文本文件系统，…
跨学科人工智能 | MixAI 知识库 No.64
设计商业技术No.64 ????智能设计#指南# #智能设计#最近智能设计学习指南更新了，从论文到书籍，再到智能产品，串联起「 产学研一体 」所需要掌握的知识。适合学生、职场人士、创业者阅读~~~欢迎大家一起共建学习指南~~~????设计黑…
Knowledge Graph Prompting for Multi-Document Question Answering
本文是LLM系列文章，针对《Knowledge Graph Prompting for Multi-Document Question Answering》的翻译。 多文档问答中的知识图谱提示 摘要1 引言2 符号3 知识图谱构建4 LM引导的图形遍历器5 实验6 相关工作7 结论 摘要
大型语言模型的“预训练、提示、预测”范式…
Multi-modal Knowledge Graphs for Recommender Systems论文解读
美团2020年发表的《Multi-modal Knowledge Graphs for Recommender Systems》
https://zheng-kai.com/paper/cikm_2020_sun.pdf
1 背景
知识图通过引用各种有效的辅助数据用于推荐系统，有效的解决了推荐系统的冷启动和数据稀疏性问题。
但是一般的知识图没有考虑…
如何让大模型更好地完成知识图谱推理？
论文标题： Making Large Language Models Perform Better in Knowledge Graph Completion 论文链接： https://arxiv.org/abs/2310.06671 代码链接：GitHub - zjukg/KoPA: [Paper][Preprint 2023] Making Large Language Models Perform Be…
SWOT是什么意思？SWOT分析必备的10款软件，别说你还不知道！
在今天快速变化的商业环境中，保持竞争优势并做出明智的决策至关重要。无论你是经验丰富的高管、企业家还是专注的团队领导者，战略思维都是必不可少的。在这个过程中的一个重要工具是SWOT分析软件。
正确的SWOT分析工具可以决定商业战略是否能够创造有意…
知识图谱 | DDoS攻击恶意行为知识库构建
摘要：针对分布式拒绝服务（distributed denial of service，DDoS）网络攻击知识库研究不足的问题，提出了DDoS攻击恶意行为知识库的构建方法。该知识库基于知识图谱构建，包含恶意流量检测库和网络安全知识库两部分：恶意流量检测库对 DDoS 攻击引发的恶意流量进行检测并分类；…
【知识图谱搭建到应用】--序言--01
文章目录 为什么写如何展开期望什么 为什么写
去年下半年ChatGPT刚发布时，大部分人不会相信其会对我们产生巨大的影响，可能会认为其如之前的区块链、源宇宙一样，只是被一时炒热的概念；因为其前身GPT-3在刚发时，声浪也…
知识图谱构建系列：总纲
文章目录 一、背景二、目前的困境三、怎么做呢（下一步计划安排） 一、背景
目前就职于一家B2C的电商公司，现在需求是想构建公司业务知识图谱来进行为业务节点进行数字赋能，说实在的领导给指定的方向比较宽泛，仅仅是给了…
知识图谱系列3：读论文-《中国鸟类领域知识图谱构建与应用研究》-面向知识图谱的智能服务研究（需求、管理、查询、推理）
5.1鸟类领域知识服务需求研究
本部分根据不同人群，对其需求进行了研究。 并总结需求类型如下。 知识型服务需求指用户学习鸟类相关知识，包括知识内容、知识学习等。知识内容 需求为构建鸟类领域知识库作为知识的来源；知识学习需求为用户通过…
基于问答对的问答系统方案设计
基于问答对的问答系统方案设计1. 前言2. 方案V1.02.1 召回2.1.1 关键词匹配2.1.2 问题分类2.1.3 相似度计算2.2 粗排2.3 细排3. 方案V2.01. 前言 基于问答对的问答系统的核心是当用户输入一个问题的时候，首先要找到跟这个问题最相近的已经存储在库里的问题ÿ…
当虚拟形象遇上数字孪生 | 技术趋势
知识库数字孪生是一个综合性的概念，而不是单个产品或一项技术。由多种技术，包括3D模拟、数据可视化、物联网、4G/5G、大数据、区块链、边缘计算、云计算和人工智能等构成。核心原理是，物理实体或资产与虚拟世界中的数字资产等价。如果人也是一…
如何开启你的元宇宙社交之路？元宇宙社交产品推荐 #Bigscreen #元名片
今天元名片刷屏了##元名片是一款产品？太卷了。。做个名片都要数字人（个人信息已遮挡）我们的ARNFT虚拟人的名片也即将加入内卷，先保持神秘#挺有趣的，丰富销售内容，容易拉近客情关系这个让我想起了有的景区里…
事件知识图谱综述10.17+10.18 弃
事件知识图谱综述 摘要介绍2 什么是事件知识图谱：历史视角2.1 EKG的简要历史2.2 EKG的定义 什么是EKG：本体视角3.1 事件架构归纳 摘要
除了以实体为中心的知识，通常以知识图谱（KG）的形式组织外，事件也是世…
大数据知识图谱项目——基于知识图谱的医疗知识问答系统（详细讲解及源码）
基于知识图谱的医疗知识问答系统
一、项目概述
本项目基于医疗方面知识的问答，通过搭建一个医疗领域知识图谱，并以该知识图谱完成自动问答与分析服务。本项目以neo4j作为存储，基于传统规则的方式完成了知识问答，并最终以关键词执…
Java后台开发精选知识图谱
1.引言：
学习一个新的技术时，其实不在于跟着某个教程敲出了几行、几百行代码，这样你最多只能知其然而不知其所以然，进步缓慢且深度有限，最重要的是一开始就对整个学习路线有宏观、简洁的认识，确定大的学习…
论文浅尝 | ChatKBQA：基于微调大语言模型的知识图谱问答框架
第一作者：罗浩然，北京邮电大学博士研究生，研究方向为知识图谱与大语言模型协同推理 OpenKG地址：http://openkg.cn/tool/bupt-chatkbqa GitHub地址：https://github.com/LHRLAB/ChatKBQA 论文链接：https://ar…
C++ 中 unordered_map 与 map 的区别？
需要引入的头文件不同
map: #include < map >
unordered_map: #include < unordered_map >
内部实现机理不同
map： map内部实现了一个红黑树（红黑树是非严格平衡二叉搜索树，而AVL是严格平衡二叉搜索树）࿰…
CNCC 2018技术论坛——知识图谱赋能数字经济
本周五报名参加了在杭州举办的CNCC 2018大会，听取了关于知识图谱的技术论坛——知识图谱赋能数字经济。共有6位专家讲者带来了精彩的主题报告，以及一个小时的Panel环节。本博客将整理总结分享专家的报告，供大家参考。
1、周傲英：…
《知识图谱与大模型融合实践研究报告》发布，创邻科技参编
近期，第三届知识图谱产业发展论坛暨知识图谱与大模型融合研讨会在北京召开。会上，《知识图谱与大模型融合实践研究报告》正式发布！
该白皮书是由中国电子技术标准化研究院依托知识图谱产业推进方阵、全国信标委人工智能分委会知识图谱工作组…
从数据爬取到构建基于知识图谱的问答系统（前端展示）
项目介绍
项目地址整理了很久，一定要给个star呀博主目前南京大学在读研究生，有问题欢迎咨询(bravezhangw163.com)
条件随机场（CRF）——1 理论详解
需要的基础：
马尔科夫模型隐马尔科夫模型
本文仔细介绍条件场的提出及基础；下一文会介绍CRF如何应用在NER领域，以及CRF，LR和HMM之间的关系和比较。可以点击下面链接跳转
条件随机场（CRF）——2 CRF、HMM、…
知识图谱和大语言模型的共存之道
源自：开放知识图谱
“人工智能技术与咨询” 发布
导 读 01 知识图谱和大语言模型的历史 图1 图2 图3 图4 图5 02 知识图谱和大语言模型作为知识库的优缺点 图6 图7 表1 表2 图8 图9 03 知识图谱和大语言模型双知识平台融合 图10 图11 04 总结与展望 声明:公众号转…
【自然语言处理】- 作业6: 面向新冠肺炎的社会计算应用
课程链接: 清华大学驭风计划
代码仓库：Victor94-king/MachineLearning: MachineLearning basic introduction (github.com) 驭风计划是由清华大学老师教授的，其分为四门课，包括: 机器学习(张敏教授) ， 深度学习(胡晓林教授), 计算…
云效知识库 Thoughts，企业文档管理工具
云效知识库 Thoughts，企业文档管理工具，云效知识库是一款企业 知识管理 工具，通过独立的知识库空间，结构化地组织在线协作文档，实现企业知识的积累和沉淀，促进知识的高度复用和流通。
云效知识库是云效团队…
关系抽取方法总结（基于规则-传统机器学习-深度学习）
信息抽取——命名实体识别 文章目录1 关系抽取介绍2 基于规则的关系抽取算法2.1 基于触发词 （基于模式）2.2 基于依存关系（语法树）2.3 基于规则的RE优缺点3 基于机器学习的RE方法3.1 监督学习3.1.1基于特征向量3.1.2 基于核函数3.3…
【知识图谱 新词挖掘1】python实现-附ChatGPT解析
1.题目 知识图谱——新词挖掘1 知识点：滑窗 时间限制:1s 空间限制: 256MB 限定语言:不限 题目描述 小华负责公司知识图谱产品，现在要通过新词挖掘完善知识图谱 新词挖掘：给出一个待挖掘文本内容字符串Content和一个词的字符串word，找到content中所有word的新词 新词：使用词…
cityscapes中road的划分
关于road的类别，作者给出了说明如下： Part of ground on which cars usually drive, i.e. all lanes, all directions, all streets. Including the markings on the road. Areas only delimited by markings from the main road (no texture change) ar…
知识图谱gds使用记录
安装
从下载站下载对应的包到plugin目录下，修改配置文件/etc/neo4j/neo4j.conf，末尾加入gds.*，重新启动 在浏览器输入CALL gds.list()命令进行测试
建立图映射
为了使用图算法，需要先将图数据库的内容映射为一个新图 如果是全…
技术文章 | 项目实战：如何构建知识图谱
本文来源于阿里云-云栖社区，原文点击这里。 实践了下怎么建一个简单的知识图谱，两个版本，一个从 0 开始（start from scratch），一个在 CN-DBpedia 基础上补充，把 MySQL，PostgreSQL&am…
感恩两年的努力，干货真不少……
我不得不推荐一位大佬给你——前端点线面！这位大佬的文章很干，「一直保持原创」，下面让我来给大家介绍一下这位大佬。毕业于华中科技大学，现在是百度前端研发工程师；产出14个门类的公号内容，共100篇原创文章…
司猫小蓝的爸爸｜ONES 人物
小蓝是一只憨态可掬的猫，平时在 ONES 公司的深圳总部办公室「居住和上班」。ONES 同事们还专门建了一个群，名为「万事探索频道（小蓝要减肥要健康）」，分享小蓝在公司里的日常动态。而小蓝的起居饮食都是由李春生来照料的…
带你深入了解Android自定义View
自定义 View 是 Android 开发中的重要部分，它允许开发者根据自己的需求创建独特的用户界面元素。在本文中，我将详细介绍 Android 自定义 View 的概念、用途、创建步骤和常见技巧，以及一些示例代码。请注意，由于字数限制࿰…
知识图谱-hugegraph学习记录
HugeGraph的优点
易用：HugeGraph支持Gremlin图查询语言与Restful API，同时提供图检索常用接口，具备功能齐全的周边工具，轻松实现基于图的各种查询分析运算。高效：HugeGraph在图存储和图计算方面做了深度优化ÿ…
4+非肿瘤纯生信。氧化应激+WGCNA+药物预测筛序关键基因
今天给同学们分享一篇非肿瘤氧化应激WGCNA的生信文章“Identification of oxidative stress-related biomarkers associated with the development of acute-on-chronic liver failure using bioinformatics”，这篇文章于2023年10月10日发表在Scientific Reports期刊…
中医药NER命名实体识别基于SPANNER方式
一个不知名大学生，江湖人称菜狗 original author: Jacky Li Email : 3435673055qq.com Time of completion：2023.3.5 Last edited: 2023.3.5 导读 本文使用SPANNER方式实现对中医药进行实体识别，采用focal loss 进行优化。 本文章作用防止安静…
使用 Neo4j 和 LangChain 集成非结构化知识图增强 QA
目前基于大模型的信息检索有两种方法，一种是基于微调的方法，一种是基于 RAG 的方法。
信息检索和知识提取是一个不断发展的领域，随着大型语言模型（LLM）和知识图的出现，这一领域发生了显着的变化࿰…
【JavaSE】一篇文章领悟Java运算符
前言： 作者简介：爱吃大白菜1132 人生格言:纸上得来终觉浅，绝知此事要躬行 如果文章知识点有错误的地方不吝赐教，和大家一起学习，一起进步！ 如果觉得博主文章还不错的话，希望三连支持！…
知识图谱实战应用28-基于py2neo的ICD-11疾病分类的知识图谱的查询与问答实战应用
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用28-基于py2neo的ICD-11疾病分类的知识图谱的查询与问答实战应用。使用基于py2neo的ICD-11疾病分类知识图谱，我们能够像探索一座生物医学宇宙般，穿梭在各种疾病之间。这个神奇的图谱可以帮助我们揭示各种疾病之间复杂而…
Datafun 20200726 推荐系统+知识图谱
知识图谱： 视频回放地址： https://wx0e9b298caef33b9a.h5.xiaoe-tech.com/v1/course/column/p_5f0ef0fae4b04349896c0ef6?type3
PPT下载地址： 链接：https://pan.baidu.com/s/1lw8P9T7gEZxKL7YI9UZkMw 提取码：gx5y
推…
PyTorch知识图谱
PyTorch作为一个深度学习框架，其知识图谱可以分为几个主要部分：
1. 张量（Tensors）： PyTorch的基本数据结构，类似于多维数组，用于存储和操作数据。 包括创建张量、张量的操作（如加法…
信息抽取模型优缺点总结和优化点梳理
一、信息抽取模型优缺点总结 参考： NLP系列之封闭域联合抽取：CasRel、TPLinker、PRGC、PURE、OneRel，实在是太卷了！：https://zhuanlan.zhihu.com/p/498089575 PRGC：一种新的联合关系抽取模型：ht…
论文导读 | 多模态知识图谱的构建
背景介绍
现有的知识图谱大多是以单一的文本的形式表示，而多模态知识图谱会将文本信息和图像等其他模态的信息综合起来。
多模态知识图谱主要分为两种表现形式，其一是将多模态信息作为实体的属性，另一种是将多模态信息作为单独的实体。
多…
大语言模型无代码构建知识图谱(2)--环境准备
软件环境
需已安装MySQL数据库。需已安装HuggingFists系统，该系统将提供无代码的可视化数据开发环境。通过该系统利用大语言模型辅助知识图谱的构建。HuggingFists系统的安装可参考《HuggingFists-低代码玩转LLM RAG-准备篇》
流程环境
数据文件
进入HuggingFis…
知识图谱之汽车实战案例综述与前瞻分析
知识图谱的前置介绍
什么是知识图谱
知识图谱本质(Knowledge Graph）上是一种叫做语义网络(semantic network ） 的知识库，即具有有向图结构的一个知识库；图的结点代表实体（entity）或者概念（con…
上半年净利由盈转亏，依赖游戏产品的汇量科技能否持续破局？
第四次工业革命方兴未艾，云计算、大数据等技术普及加速了企业数字化转型的推进。
国内MarTech领域一片大热，这也催生一批批赛道玩家的兴起。
8月31日港股盘后，专注营销SaaS玩家汇量科技发布了2021年中期业绩报告。
就基本面数据而言&#…
数据结构之堆的相关知识详解
堆 文章目录堆堆的概念及结构堆的实现堆向下调整算法堆向上调整算法堆的创建建堆的时间复杂度堆的结构堆的构建堆的销毁堆的插入堆的删除取堆顶的数据堆的数据个数堆的判空堆的打印堆的应用堆排序堆的概念及结构 用数组存储表示的完全二叉树 小根堆：树中所有父亲都小…
人工智能成为科学家的新生产工具，催生科研新范式
人工智能成为科学家的新生产工具，催生科研新范式 【趋势概要】实验科学和理论科学是数百年来科学界的两大基础范式，而人工智能正在催生新的科研范式。机器学习能够处理多维、多模态的海量数据，解决复杂场景下的科学难题，带领科…
《Knowledge Base Question Answering via Encoding of Complex Query Graphs》论文笔记
Knowledge Base Question Answering via Encoding of Complex Query Graphs
这篇文章是上交和阿里于2018年发表在ACL上，主题依然是与query graph相关，属于SP DL的范畴。
Overview
作者提到之前的KBQA做法处理的多是简单问题，不能很好地解…
相信知识的力量，这是一条有价值的推文！
知识的力量，在于时间的价值。花费时间学习，消耗时间收集，依托时间归纳，通过时间应用。由此四步，构成了我们的成长主线。这是我职场多年的坚持，多年的一点一滴，构成了一条看似笔直实则曲折的成长…
《UHop: An Unrestricted-Hop Relation Extraction Framework for Knowledge-Based Question Answering》论文笔记
UHop: An Unrestricted-Hop Relation Extraction Framework for Knowledge-Based Question Answering
2019年NAACL上的一篇文章，主题为KBQA中的关系抽取。
Overview
这篇文章提出的是一个新的关系抽取方法，并不是一个完整的SP-based的KBQA模型。本文依…
知识图谱实战应用11-基于py2neo构建一个简单的问答功能
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用10-基于py2neo构建一个简单的问答功能，利用知识图谱来实现智能的问答功能。知识图谱是一种用于表示实体之间关系的图形化模型，它是人工智能和自然语言处理的重要组成部分。知识图谱可以帮助计算机理解人类语言，并为人…
Java 中的异常处理机制是什么（十）
Java 中的异常处理机制是一种用于处理程序运行过程中出现异常情况的机制。在 Java 中，异常被认为是一种线程不安全、非常规的情况，它可能会导致程序崩溃或产生未知的结果。Java 通过引入异常对象来代表这些异常情况，从而实现对异常的处理。
…
【kg推荐-＞精读】RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems
RippleNet RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender SystemsAbstract
为了解决协同过滤的稀疏性和冷启动问题，通常利用side information，比如social networks，item attributes。
为了解决基于embe…
【计算机扫盲】计算机的基础操作你知多少？
计算机的高级操作
控制面板
控制面板（control panel）是Windows图形用户界面的一部分，可通过开始菜单访问。它允许用户查看并操作基本的系统设置，比如添加/删除软件，控制用户帐户，更改辅助功能选项。
…
知识图谱学习笔记——（三）知识图谱的存储与查询
一、知识学习
声明：知识学习中本文主体按照浙江大学陈华钧教授的《知识图谱》公开课讲义进行介绍，并个别地方加入了自己的注释和思考，希望大家尊重陈华钧教授的知识产权，在使用时加上出处。感谢陈华钧教授。
（一&…
day53_vue+easyexcel+springboot
EasyExcel
一、初识EasyExcel
1. Apache POI
先说POI，有过报表导入导出经验的同学，应该听过或者使用。
Apache POI是Apache软件基金会的开源函式库，提供跨平台的Java API实现Microsoft Office格式档案读写。但是存在如下一些问题…
大语言模型无代码构建知识图谱概述
2023年3月15日，ChatGPT4.0的横空出世，将人们对大语言模型的关注推到了风口浪尖。由于其在智能问答、翻译以及文本生成等工作任务上的卓越表现，业界一度出现了不再需要发展知识图谱相关技术的观点，知识图谱相关概念严重受挫。无可置…
百度人机交互荣获“中国专利金奖”
6月25日，国家知识产权局正式发布《关于第二十二届中国专利奖授奖的决定》。其中，以百度 CTO 王海峰为第一发明人的发明专利《基于人工智能的人机交互方法和系统》（ZL201510563338.2）荣获第二十二届中国专利金奖。中国专利金奖是我…
2021-03-09
Information Prediction using Knowledge Graphs for Contextual Malware Threat Intelligence
Abstract
有关恶意软件攻击的大量威胁情报信息以完全不同的(通常是非结构化的)格式提供。知识图可以使用由实体和关系表示的RDF三元组来捕获此信息及其上下文。然而，稀…
一、概述（知识图谱构建射雕人物关系）
如何快速梳理《射雕三部曲》中的人物关系，或者查看哪些人会什么武功？通常的思路是通过原著和网络上的解读分析，将人物，武功，门派等信息提取出来，并构建一个模型存储，提问时通过查询这个模型来获…
三、Cypher的使用（知识图谱构建射雕人物关系）
本文主要介绍Cypher 查询语言，并对知识图谱进行增删查改操作。
目录
1. 概述
2. 数据类型
2.1数值，布尔，字符串
2.2 节点和关系
2.3 列表
3. 语法
3.1 匹配语句
3.2 创建语句
3.3 混合使用
3.4 MERGE命令
3.5 SET语句
3.6 SHORT…
四、py2neo 使用及构建图谱（知识图谱构建射雕人物关系）
Neo4j 为多种语言提供了 API 接口，如 java，python，C#，RUBY，.NET等。本文首先介绍用 python 操作 Neo4j。
首先安装好py2neo库
sudo pip3 install py2neo
1. 连接数据库
from py2neo import Graph
# 连接本地的 Neo4…
成分句法分析依存文法分析
Syntactic Structure
句法结构其实是语言学中非常重要的一个分支。同样，在NLP领域，句法结构也是很重要的。如果能在模型中考虑到句法特征，那么对于例如说文本生成任务，模型的效果肯定会有所提升。现在，主流的句法结构…
《Question Answering over Freebase with Multi-Column Convolutional Neural Networks》论文笔记
《Question Answering over Freebase with Multi-Column Convolutional Neural Networks》论文笔记
这篇文章于2015年发表在ACL，根据KBQA任务做法的宏观分类，这篇文章被《A Survey on Complex Question Answering over Knowledge Base: Recent Advances…
论文浅尝 | Triple Trustworthiness Measurement for Knowledge Graph
笔记整理：姚凯，东南大学硕士，研究方向为知识图谱、多模态大语言模型 链接：https://arxiv.org/abs/1809.09414 1. 动机 知识图谱(KG)使用三元组来描述现实世界中的事实。它在智能分析和应用中得到了广泛的应用。然而，在…
人工智能及其应用-产生式系统实验-植物识别系统-java
实验一 产生式系统实验
一、实验目的:熟悉一阶谓词逻辑和产生式表示法，掌握产生式系统的运行机制，以及基于规则推理的基本方法。 二、实验内容 设计并编程实现一个小型产生式系统（如:分类、诊断等类型) 三、实验要求 1.具体应用领域自选&…
第五章数据库设计与开发工具
一、学习内容
（一）、数据库设计方法
1. 数据库设计
定义：指根据用户的需求，在某一具体的数据库管理系统上，设计数据库的结构和建立数据库的过程；设计过程步骤：需求分析、概念设计、逻辑设计、…
走向永无止境的语言学习架构
Article
作者：Andrew Carlson, Justin Betteridge, Bryan Kisiel, Burr Settles, Estevam R. Hruschka Jr., and Tom M. Mitchell 文献题目：走向永无止境的语言学习架构
摘要
我们在这里考虑建立一个永无止境的语言学习者的问题； 也就是说…
【知识图谱论文】MINERVA:使用强化学习对知识库中的路径进行推理
Article
文献题目：Go for a Walk and Arrive at the Answer: Reasoning Over Paths in Knowledge Bases with Reinforcement Learning 文献时间：2018 发表期刊：ICLR 2018 https://github.com/shehzaadzd/MINERVA
摘要
自动和手动构建的知识…
【知识图谱论文】DIVINE：用于知识图推理的生成对抗模仿学习框架
Article
文献题目：DIVINE: A Generative Adversarial Imitation Learning Framework for Knowledge Graph Reasoning 文献时间：2019 发表期刊：EMNLP
摘要
知识图谱（KGs）经常遭受稀疏和不完整的困扰。知识图谱推理为…
【知识图谱论文】R2D2:基于辩论动态的知识图推理
Article
文献题目：Reasoning on Knowledge Graphs with Debate Dynamics 文献时间：2020 发表期刊：AAAI https://github.com/m-hildebrandt/R2D2
摘要
我们提出了一种基于辩论动力学的知识边图自动推理新方法。主要思想是将三元组分类的任务…
【知识图谱论文】使用强化学习对时间知识图中的路径进行多跳推理
Article
文献题目：Multi-hop reasoning over paths in temporal knowledge graphs using reinforcement learning 文献时间：2021 发表期刊：Applied Soft Computing
摘要
知识图谱（KGs）通常是不完整的——许多新的事…
【知识图谱论文】通过强化学习进行时间链接预测
Article
文献题目：TEMPORAL LINK PREDICTION VIA REINFORCEMENT LEARNING 文献时间：2021
摘要
带有时间戳的大量事件数据的可用性引起了对动态知识图（KGs）的研究。 在动态知识图谱中，时间链接预测是一项重要任务&am…
【知识图谱论文】稀疏知识图上多跳推理的动态预期与补全
Article
文章题目：Dynamic Anticipation and Completion for Multi-Hop Reasoning over Sparse Knowledge Graph代码：https://github.com/THU-KEG/DacKGR
摘要
近年来，多跳推理得到了广泛的研究，以寻求一种有效且可解释的知识图…
KGAT: Knowledge Graph Attention Network forRecommendation
理解GAT
GAT 采用了 Attention 机制，可以为不同节点分配不同权重
假设 Graph 包含 N 个节点，每个节点的特征向量为 hi，维度是 F，如下所示 对节点特征向量 h 进行线性变换，可以得到新的特征向量 hi，维度是…
DialoKG: Knowledge-Structure Aware Task-Oriented Dialogue Generation
2022 NAACL面向任务的对话生成：目的是为了实现特定的目标，如餐厅预订、酒店预订和汽车导航。 需要外部domain或者知识来生成信息性对话 基于知识结构感知
1. 背景
（知识蒸馏）知识库中的facts中的潜在关系没有被有效捕获潜在知识…
山东大学项目实训——知识图谱
什么是知识图谱？ 知识图谱是⼀种描述真实世界客观存在的实体、概念及它们之间关联关系的语义⽹络。它充分⾤⽤了可视化的技术，不仅能够对知识资源和 载体进⾏描述，同时还可以对知识以及知识之间的联系进⾏分析和描绘。在⼤数据存储技术⽀持下…
什么是Java中的JVM？它的作用是什么
Java虚拟机（Java Virtual Machine，简称JVM）是Java语言的核心，也是Java程序运行的基础。JVM是一个独立的、能够在不同平台上运行的虚拟计算机，它可以执行Java程序，并将Java代码翻译成可在本地机器上运行的指…
知识图谱实战应用16-知识图谱在化学物质结构上的应用，快速查找化学分子式与结构
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用16-知识图谱在化学物质结构上的应用，快速查找化学分子式与结构。在化学领域，知识图谱可以应用于化学物质结构上。化学物质结构主要指分子结构和化学键的组成情况。知识图谱可以将化学物质结构的相关数据以图谱的形式展…
超详细：通过neo4j构建数电知识图谱
将neo4j -> 连接mysql
CALL apoc.load.jdbc()创建节点 ranker代表课程id,name代表该学科名称
create (n:course { name: 数字电路与逻辑设计,ranker:4 }) return n;建立课程下面的一级目录—既每章的标题 首先是创建node：
CALL apoc.load.jdbc( jdbc:mysql://…
入门后端开发得学什么？这份超详细的后端开发学习路线图值得推荐！
后端开发, 无疑是一个极为关键的领域，涉及到我们每日互联网生活的每个细节。每当你在网上浏览、搜索或进行购物等活动时，背后都有大量的后端技术作为支撑。而随着技术的日益进步，人们对于高效、稳定和安全的网络服务的需求也越来越高。
另一…
智谱AI-算法实习生（知识图谱方向）实习面试记录
岗位描述 没错和我的经历可以说是match得不能再match了，但是还是挂了hh。
面试内容
给我面试的是唐杰老师的博士生，方向是社交网络数据挖掘，知识图谱。不cue名了，态度很友好的 ，很赞。
date：6.28
Q1
自…
原生图数据库实现原理解析
目录 前言1 实现原理：免索引邻接1.1 免索引邻接构建1.2 查询性能保障 2. 物理存储实现2.1 节点存储文件2.2 关系边存储文件2.3 属性数据的存储处理 3. RDF图模型和属性图模型的比较3.1 RDF图模型3.2 属性图模型 4. 查询语言比较4.1. SPARQL4.2 Cypher4.3 Gremlin4.4…
如何在华为OD机试中获得满分？Java实现【字符串通配符】一文详解！
✅创作者：陈书予 🎉个人主页：陈书予的个人主页 🍁陈书予的个人社区，欢迎你的加入: 陈书予的社区 🌟专栏地址: Java华为OD机试真题（2022&2023) 文章目录 1、题目描述2、输入描述3、输出描述…
如何利用DGL官方库中的rgcn链接预测代码跑自己的数据集（如何在DGL库的链接预测数据集模块定义自己的数据集类）
最近在忙我的省创，是有关于知识图谱的，其中有一个内容是使用rgcn的链接预测方法跑自己的数据集，我是用的dgl库中给出的在pytorch环境下实现rgcn的链接预测的代码，相关链接贴在这里：
dgl库中关于rgcn的介绍文档
dgl库…
NLP-D42-nlp比赛D11-知识图谱与可视化关系读论文D2789差分矩阵人类语言处理7-8训练trick
—0515
知识图谱可视化比正常数据可视化区别
搜索后的个人看法： 1、实体对象 知识图谱更general，倾向于异质网络；传统可视化更倾向于同质化网络的分析。 2、联系 知识图谱的图结构可以支持数据可视化 3、“知识”处理 知识图谱倾向于知识本…
G1D10-APT论文（综述应用部分）
emmm刚刚把衣服啥的拿去洗一洗~ 刚刚写完今日计划，主要内容为美亚准备，但是论文还是要读的！！！ 哦对，双十一节日快乐！ 刚刚开始看，就打扫了一波卫生，emmm
—0934继续叭
…
iit delhi_IIT的完整形式是什么？
iit delhiIIT：印度技术学院 (IIT: Indian Institute of Technology) IIT is an abbreviation of the Indian Institute of Technology. It is the self-governing esteemed engineering institute in India. It is an independent public engineering institute tha…
Python项目部署操作手册
安装虚拟环境（使用virtualenvwrapper）
virtualenvwrapper 时一个基于virtualenv之上的工具，它将所欲的虚拟环境统一管理。
1、安装
$ sudo pip install virtualenvwrappervirtualenvwrapper默认将所有的虚拟环境放在～/.virtual…
知识图谱的经典知识库总结
文章目录1 早期的知识库项目1、Cyc2、WordNet3、ConceptNet2 互联网时代的知识图谱1 Freebase2 DBpedia3 Schema.org4 Wikidata5 BabeINet6 NELL(Never-Ending Language Lcamer)7 Yago8 Microsoft ConceptGraph9 LOD3 中文开放知识图谱4 垂直领域的知识图谱自人工智能概念提出依…
论文综述——DORE: Document Ordered Relation Extraction based on Generative Framework
DORE: Document Ordered Relation Extraction based on Generative Framework 文章的主要目标是对文档级的关系抽取。以往的研究主要是基于分类的研究，生成式关系抽取研究较少而且性能不佳。
文档级相比于句子级的关系抽取存在序列长度过长，以及实体定位…
印度首席大法官力推 AI 进司法，曾因歧视女性引争议
2018 年，印度国家转型委员会发布的报告中指出，印度地区法院、高级法院、最高法院中，堆积的未审结案件数量，已经超过了 2900 万。 按照现在印度司法体系对案件的审理速度，审结完全部遗留案件，至少需要 324 年…
2023智源大会议程公开丨基础模型前沿技术论坛
6月9日，2023北京智源大会，将邀请这一领域的探索者、实践者、以及关心智能科学的每个人，共同拉开未来舞台的帷幕，你准备好了吗？与会知名嘉宾包括，图灵奖得主Yann LeCun、图灵奖得主Geoffrey Hinton、OpenAI创…
【使用 OpenAI 技术从文本中创建知识图谱】
使用 OpenAI 技术从文本中创建知识图谱 要使用OpenAI技术从文本中创建知识图谱，可以遵循以下步骤：以下是一个使用 Python 实现的简单示例代码： 要使用OpenAI技术从文本中创建知识图谱，可以遵循以下步骤： 数据收集&…
时序结构重要性加权图卷积网络用于时序知识图谱补全
目录 摘要部分
四元数
时间戳
时间信息对四元数的影响
知识图谱里的结构信息
时序注意模块
重要性加权的图卷积网络
引言部分
现有方法的不足
本文主要贡献
准备工作
问题定义
大部分方法的缺陷
本文方法
框架
时序注意模块
实体分类
带有注意力机制的双向长短…
如何在华为OD机试B卷中获得满分？Java实现【食堂供餐】一文详解
✅创作者：陈书予 🎉个人主页：陈书予的个人主页 🍁陈书予的个人社区，欢迎你的加入: 陈书予的社区 🌟专栏地址: Java华为OD机试真题（2022&2023) 文章目录 1. 题目描述2. 输入描述3. 输出描述…
内推-社群「offer」壕礼送不停
新春佳节offer壕礼送不停！Codejoy希望能将 AI 技术变成数字时代普惠的创造力工具。Code for joy. Create for fun.Vland每个人都能在 Vland 搭建自己心目中的 ‘元宇宙’Pix在这里，你不用担心想有所尝试，出错会挨骂，PIX 希望你叛逆…
如何策划一场虚拟活动？Mixlab 教你元宇宙布展思路～
小杜本周 Mixlab 参加了一次虚拟活动～活动的场地是 Vland 云现场。 主题是分享线上会展的场地创作方法与布展思路。Mixlab & Vland 虚拟线上活动展厅。找到了 Mixlab 的展位了吗Vland我先抛出两个问题哈，小杜你知道虚拟会展可分为哪两个类别吗&#…
知识图谱概述学习笔记（一）
2012 年 5 月 17 日，Google 正式提出了知识图谱（Knowledge Graph）的概念，其初衷是为了优化搜索引擎返回的结果，增强用户搜索质量及体验。 知识图谱的定义
知识图谱，本质上，是一种揭示实体之间关…
【文末送书】语义解析：连接自然语言与机器智能的桥梁
欢迎关注博主 Mindtechnist 或加入【智能科技社区】一起学习和分享Linux、C、C、Python、Matlab，机器人运动控制、多机器人协作，智能优化算法，滤波估计、多传感器信息融合，机器学习，人工智能等相关领域的知识和技术。关…
建设一个私有知识库问答网站
在上一篇博客中，我用Flask和开源大模型建立了一个智能问答网站用Flask打造一个大模型智能问答WEB网站-CSDN博客，可以根据用户的问题来进行回答。但是模型能回答的知识受限于其训练数据，如果我们有一些私有的知识想让模型回答，模型是无法给出答案的。为此我们可以让模型根据…
句子理解主题模型概率图模型 2022-1-18
人工智能基础总目录 自然语言处理初步一 句子理解1 分词与分句2 词性识别3 命名实体识别4 依存句法分析5 序列标注1 贝叶斯图2 马尔可夫图1 条件随机场2 最大团3 边缘分布4 条件概率二 主题模型有监督模型无监督模型LSAPLSALDA三 概率图模型3.1 贝叶斯概率图1 条件独立2 D分离定…
大数据知识图谱项目——基于知识图谱的电影问答系统（超详细讲解及源码）
大数据知识图谱项目——基于知识图谱的电影问答系统（超详细讲解及源码）
一、项目概述
知识图谱是将知识连接起来形成的一个网络。由节点和边组成，节点是实体，边是两个实体的关系，节点和边都可以有属性。知识图谱除了…
httpclient工具类封装
使用httpclient作为http客户端时，通常我们都会做一些封装，方便在项目中使用，下面是我自己在平时使用中对它的封装工具类，首先需要引入相关的依赖：
<dependency><groupId>org.apache.httpcomponents</g…
DW李宏毅机器学习Task1
1、机器学习介绍
Artifical intelligence：人工智能（目标） Machine Learning：机器学习（手段） Deep Learning：深度学习，是机器学习其中的一种方法 机器学习：从数据中找到…
C++中srand（）和rand（）的关系
关于srand（）和rand（）函数，很多同学容易分不清楚，既然rand（）可以生成随机数，那么要srand（）函数做什么。
虽然我们一般会用到rand（&…
DUET: Cross-Modal Semantic Grounding for Contrastive Zero-Shot Learning论文阅读
文章目录 摘要1.问题的提出引出当前研究的不足与问题属性不平衡问题属性共现问题 解决方案 2.数据集和模型构建数据集传统的零样本学习范式v.s. DUET学习范式DUET 模型总览属性级别对比学习正负样本解释： 3.结果分析VIT-based vision transformer encoder.消融研究消…
关于 LLM 和图数据库、知识图谱的那些事
本文整理自 NebulaGraph 布道师 wey 在「夜谈 LLM」主题分享上的演讲，主要包括以下内容：
背景 LLMRAGGraph 知识抽取Text2CypherGraph RAG未来规划
技术背景
LLM 是什么
这里简单、快速地介绍下大语言模型：从 GPT-2 开始，到后…
带你深入理解Android 中 UI 的刷新机制
Android中的UI刷新机制是指Android系统如何更新和绘制UI界面以响应用户的操作和数据变化。UI的刷新过程涉及到多个关键概念和组件，包括主线程、UI线程、消息循环、View树、View的测量和布局、绘制等。下面将详细解释Android中的UI刷新机制，并提供相应的代…
基于知识图谱和图卷积神经网络的应用——学习笔记
因为对图卷积神经网络的概念还是比较模糊的，所以想看看别人的讲解视频，结果发现b站上有一些内容，所以我就把这边博文当作的我的观看笔记！
1.图卷积的基本框架 输入邻接矩阵，然后把特征矩阵点乘到每个节点上࿰…
如何调教ChatGPT
调教ChatGPT需要进行以下步骤：
收集语料库
首先需要准备一定量的自然语言数据，这些数据可以是文本、对话、新闻等。语料库越大，模型效果通常会越好。
数据预处理
对于收集到的原始语料库需要进行一定的预处理操作，比如去除噪声…
通用信息抽取技术UIE产业案例解析，Prompt 范式落地经验分享！
想了解用户的评价究竟是“真心夸赞”还是“阴阳怪气”？想快速从多角色多事件的繁杂信息中剥茧抽丝提取核心内容？想通过聚合相似事件准确地归纳出特征标签？……想了解UIE技术在产业中的实战落地经验？通用信息抽取技术 UIE 产业案例…
《TensorFlow知识图谱实战》配套源码下载
《TensorFlow知识图谱实战》京东当当天猫都有发售。文后附有代码、教学视频下载二维码，可用微信扫描下载，配套内容获得作者授权，供个人学习使用，禁止任何形式的商用。
大数据时代的到来，为人工智能的飞速发展带来前所…
【资源分享】wukong-release数据集分享
【资源分享】wukong-release数据集分享
链接: https://pan.baidu.com/s/1ZShifhp-sUmxYoWPIgS_wA?pwdkdww 提取码: kdww --来自百度网盘超级会员v6的分享
大型语言模型在实体关系提取中的应用探索
如今LLM(大语言模型)的问答与生成能力已被大家所熟知，很多用户已经亲身体会到了LLM为工作、生活带来的变革。其实，作为NLP(自然语言处理)的集大成者，LLM能为我们提供的能力不限于此。其基本胜任传统NLP技术所能承担的所有任务。如：…
基于知识图谱的图神经网络推理
基于知识图谱的图神经网络推理 - 知乎导读 本次分享题目为基于知识图谱的图神经网络推理，首先会介绍知识图谱相关的背景。第二部分GNN for KG会以CompGCN为基础，介绍将图神经网络迁移到知识图谱上面的工作。第三部分主要介绍针对知识图谱所设计的GNN…ht…
知识图谱小白入门(1):neo4j的安装与CQL的使用
文章目录 序一、安装neo4j1.1 下载neo4j1.2 安装JDK1.3 BUG：dbms failed to start 二、CQL语法2.1 CQL语法创建节点查询节点创建关系查询关系2.2 习题 习题答案 序
知识图谱，是一种实体间的信息与关系知识的网状结构，借用图论中点与边的概念…
Knowledge Graph Convolutional Networks for RecommenderSystems
论文详解
一.和Ripple对比： 如 RippleNet 同样存在一定的问题：首先其降低了关系 R 的重要性，其直接的 的计算方式难以捕捉关系带来的信息；其次，随着整个 ripple 的范围的扩大，此时加入模型训练的实体会大幅…
脑洞大开！仿真人眼摄像头，而且还是开源的 | Mixlab设计黑客
大家好，我是shadow，我长期关注技术与设计的跨领域融合。比如今天这篇文章，就是#设计黑客#的最佳实践，作者融合（mix）软硬件、人机交互的知识，探索拟人摄像头这一命题，为我们演示了pro…
知识图谱可视化工具选型
目录背景选型原则筛选D3.js优点缺点cytoscape.js优点缺点Antv G6优点缺点networkx优点缺点最终选择后续参考资料背景
本人作为大一狗，有幸参加了老师的工业大数据知识图谱可视化研究的项目，那么，选择一个好用的可视化工具当然是必要的——一…
上海线下活动 | LLM 时代的 AI 编译器实践与创新
今年 3 月份， 2023 Meet TVM 系列首次线下活动从上海出发，跨越多个城市，致力于为各地关注 AI 编译器的工程师提供一个学习、交流的平台。
12 月 16 日 2023 Meet TVM 年终聚会将重返上海，这一次我们不仅邀请了 4 位资深的 AI 编…
图谱问答：自定义组装问答系统进阶指南
图谱问答：自定义组装问答系统进阶指南图谱问答：自定义组装问答系统进阶指南一、软件安装1.1 安装ONgDB1.2 安装APOC和OLAB组件1.3 修改配置并启动ONgDB二、获取数据2.1 沪深股票2.2 上市公司管理层三、设计图数据模型四、构建图数据4.1 设计索引和约束4.…
Grapy Embedding--更多结构信息的图嵌入技术
一：Graph Embeding 出现的原因
word2vec 和其衍生的Item2vec做为一种embedding技术的基础性方法，都是建立在序列样本（词序列，用户行为序列）基础之上的。但是在互联网背景下，数据对象之间更多的是以图结构的…
nlp与知识图谱代码解读
词嵌入
简单原理
我们要给一群14岁的孩子讲解词嵌入。可以使用一些比喻和生活中的例子： 老师： 你们还记得玩乐高积木的时候，每个积木块代表了一个特定的事物或形状吗？现在，想象一下，每个词都像是一个乐高…
知识图谱相关概念整理
文章目录 1、概论2、什么是知识图谱？3、知识图谱构建3.1、构建知识图谱的生命周期3.2、Schema定义3.3、知识抽取3.4、知识融合3.5、知识存储3.6、知识推理 4、图谱建设的一些经验 1、概论 知识图谱（KnowledgeGraph）以结构化的形式描述客观世界…
第2章 知识抽取：概述、方法
💗💗💗欢迎来到我的博客，你将找到有关如何使用技术解决问题的文章，也会找到某个技术的学习路线。无论你是何种职业，我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章，也欢…
创邻科技亮相ISWC 2023，国际舞台见证知识图谱领域研究突破
近日，第22届国际语义网大会 ISWC 2023 在雅典希腊召开，通过线上线下的形式，聚集了全球的顶级研究人员、从业人员和行业专家，讨论、发展和塑造语义网和知识图谱技术的未来。创邻科技CEO张晨博士作为知识图谱行业专家受邀参会&#…
第1章 理解知识图谱：知识图谱现状、知识图谱应用场景（二）
💗💗💗欢迎来到我的博客，你将找到有关如何使用技术解决问题的文章，也会找到某个技术的学习路线。无论你是何种职业，我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章，也欢…
基于语义解析的知识图谱问答系统
目录 前言1 背景介绍2 语义解析的核心技术2.1 自然语言处理（NLP）2.2 语义表示学习2.3 实体关系抽取 3 语义解析的基本步骤3.1 短语检测3.2 资源映射3.3 语义组合3.4 逻辑表达式生成 4 处理与知识图谱无关的问句4.1 Bridging技术4.2 确定谓词4.3 Paraphra…
【C语言】预处理超级详细解析
前言： 作者简介：爱吃大白菜1132 人生格言:纸上得来终觉浅，绝知此事要躬行 如果文章知识点有错误的地方不吝赐教，和大家一起学习，一起进步！ 如果觉得博主文章还不错的话，希望三连支持！…
知识图谱推理研究综述9.3
综述分类
根据样本量大小的不同，将知识图谱推理方法分为多样本推理、少样本推理和零与单样本推理
KG定义：（Y）
知识图谱是以图的形式表示真实世界的实体与关系之间关系的知识库。
具体来说知识图谱是通过将应用数学、图形学、信…
大语言模型：开启自然语言处理新纪元
导言 大语言模型，如GPT-3（Generative Pre-trained Transformer 3），标志着自然语言处理领域取得的一项重大突破。本文将深入研究大语言模型的基本原理、应用领域以及对未来的影响。
1. 简介 大语言模型是基于深度学习和变压器&…
基线提升至96.45%：2022 司法杯犯罪事实实体识别+数据蒸馏+主动学习
本项目给出本次法研杯详细的技术方案，从UIE-base开始到UIE数据蒸馏以及主动学习的建议，欢迎大家尝试，ps：主动学习标注需要自行实现，参考项目，楼主就不标注了。
项目链接：https://aistudio.baid…
【JavaSE】Java方法的使用攻略
前言： 作者简介：爱吃大白菜1132 人生格言:纸上得来终觉浅，绝知此事要躬行 如果文章知识点有错误的地方不吝赐教，和大家一起学习，一起进步！ 如果觉得博主文章还不错的话，希望三连支持！…
图神经网络之预训练大模型结合：ERNIESage在链接预测任务应用
1.ERNIESage运行实例介绍(1.8x版本)
本项目原链接：https://aistudio.baidu.com/aistudio/projectdetail/5097085?contributionType1
本项目主要是为了直接提供一个可以运行ERNIESage模型的环境，
https://github.com/PaddlePaddle/PGL/blob/develop/e…
图论|知识图谱——详解自下而上构建知识图谱全过程
导读：知识图谱的构建技术主要有自顶向下和自底向上两种。其中自顶向下构建是指借助百科类网站等结构化数据源，从高质量数据中提取本体和模式信息，加入到知识库里。而自底向上构建，则是借助一定的技术手段，从公开采集的…
Knowledge Graph Reasoning with Relational Digraph
摘要:
知识图推理的目的是从已有的事实中推断出新的事实。基于关系路径的推理方法具有较强的可解释性和可转移性。然而，路径在捕获图中的局部证据方面自然受到限制。在本文中，我们引入了一种新的关系结构，即关系有向图(r-digraph)࿰…
大语言模型无代码构建知识图谱(1)--提示工程准备
2023年3月15日，ChatGPT4.0的横空出世，将人们对大语言模型的关注推到了风口浪尖。由于其在智能问答、翻译以及文本生成等工作任务上的卓越表现，业界一度出现了不再需要发展知识图谱相关技术的观点，知识图谱相关概念严重受挫。无可置…
SpringBoot毕业论文知识图谱及可视化系统 软件开发实录
最近闲来无事 开发了一套知识图谱系统 特地再次跟大家分享软件开发过程
技术
技术挺简单的 就是按照下面开发的 Java后端：SpringBoot JPA mysql neo4j图数据库 前端：echarts vue.js elementUI
功能 写好以后运行图 具体实现代码如下：
pac…
P4 数据库系统概论——常用的数据模型
文章目录常用的数据模型层次模型表示方法层次模型的定义层次模型的数据结构常用的数据模型 层次模型
用树形结构来表示各类实体及其实体间的联系
表示方法
实体型：用记录类型描述每个结点表示一个记录类型属性：用字段描述每个记录类型可包含若干个字段…
1.1基于知识图谱的项目实战：优酷搜索泛查询意图优化
NLU的技术实现主要分为在线识别和离线数据挖掘两块。 1.在线识别 NLU的在线识别技术栈如下图所示，共由下述2个部分组成： 第一个部分是Slot Filling(成分分析)，负责对query进行实体识别和槽位抽取；第二部分Inention Detection（意图识别），根据提取的槽位进行意图的判定（目…
后门攻击阅读笔记，Graph Backdoor
论文标题：Graph Backdoor
论文单位：Pennsylvania State University,Zhejiang University
论文作者：Zhaohan Xi,Ren Pang,Shouling Ji
收录会议：预印版
开源代码：未开源
图后门（攻击）
简单…
构建生物医学知识图谱from zero to hero （1）： 简介
生物医学知识图谱是一种特殊的数据库，它集成了生物医学概念、术语、关系以及ID系统等要素。这种知识图谱在生物医学信息学中扮演着重要角色，为科研和技术发展提供了强大的平台基础。
在生物医学知识图谱中，节点通常表示生物医学实体…
使用知识图谱来表示普通操作系统实时操作系统以及物联网操作系统
在计算机科学领域，操作系统（Operating System，OS）是一种至关重要的软件，它管理计算机硬件和软件资源，为用户和应用程序提供交互界面。操作系统有多种类型，包括普通操作系统、实时操作系统&#…
【知识图谱】入门：通俗理解 什么是知识图谱 | 知识图谱就是NLP吗？只适用于自然语言处理？那你就out了！| 知识图谱能帮助我们完成什么任务？
把时间分给睡眠，分给书籍，分给运动，分给花鸟树木和山川湖海，分给你对这个世界的热爱，而不是将自己浪费在无聊的人和事上。 🎯作者主页： 追光者♂🔥 🌸个人简介： 💖[1] 计算机专业硕士研究生💖 🌟[2] 2022年度博客之星人工智能领域TOP4🌟 �…
探索经典算法 拓扑排序，字符串匹配算法，最小生成树
拓扑排序、字符串匹配算法和最小生成树是计算机科学中常用的数据结构和算法，它们在解决各种实际问题中具有重要的应用价值。在本文中，我将详细介绍这三个主题，并提供相应的示例代码和应用场景，以帮助读者更好地理解和应用这些概念…
拼多多为什么要致力于知识普惠？
“书中自有黄金屋，书中自有颜如玉。”自古以来，我国对于读书都极为重视。《周易》《山海经》等著作蕴含着古代先人对万事万物的探索，《三字经》《论语》等著作讲述着先贤关于做人做事的道理总结。得益于从古至今的书籍记录，对知识…
Java 中的接口是什么，如何实现接口？（五）
Java中的接口是一种特殊的抽象类，它定义了一组方法，但没有实现这些方法。接口为Java程序提供了一种灵活的方式来定义类型，并且可以让不同的类实现相同的接口。本文将详细介绍Java中接口的概念、用法和实现方式。
接口的概念
在Java中&#…
图神经网络及其在知识图谱的应用
一 应用领域
道路交通，动态预测
自动驾驶，无人机场景
化学，医疗等场景
物理模型相关 二 图基本模块定义
V Vertex点
E Edge 边（向量）
U Global 图 （例如：全局向量）
无论事…
如何将图数据库应用于电影智能推荐
导读
电影，是一种结合视觉与听觉的现代艺术。如今，电影已不单是人们娱乐消遣的生活方式，也逐渐成为国家文化软实力的重要标志之一。据有关数据统计，2021年中国影视行业市场规模达2349亿元，同比增长23.2%，预…
如何在华为OD机试中获得满分？Java实现【字符串重新排序】一文详解！
✅创作者：陈书予 🎉个人主页：陈书予的个人主页 🍁陈书予的个人社区，欢迎你的加入: 陈书予的社区 🌟专栏地址: Java华为OD机试真题（2022&2023) 文章目录 1、题目描述2、输入描述3、输出描述…
antv-G6在vue2中使用---自定义卡片和收缩节点并添加动画和自定义弹窗样式
这系列文章主要是完成一个图谱的自定义修改（最近太忙了长篇分段更新自己使用流程） 1. 连接线修改成动态，并添加跟随线移动的光圈上一篇地址➡️点击这里 2. 自定义卡片样式和文字内容 3. 自定义伸缩节点的样式，并添加动画样式 3. 自定义弹窗样式 4. 自定义弹窗样式 5. 设置…
【SCI/EI录用案例】2区快刊1个月22天录用，新增5篇录用、1篇见刊、8篇检索
2023年6月3日-2023年6月9日
经核实，由我处Unionpub学术推荐的5篇论文已被期刊部录用、1篇见刊、8篇检索，以下是部分案例展示：
2区智能算法类SCI&EI
【期刊简介】IF:4.0-5.0，JCR2区，中科院3区
【检索情况】SCI&…
【行业研究报告】AI助力安防行业向智能化转型——以涂鸦智能微案例分析
概念界定：
“AI安防”行业主要应用感知方面的计算机视觉技术和认知方面的知识图谱技术；在安防产品上应用的是视频结构化：对视频数据特征的识别和提取、生物识别：利用人体的生理特性和行为特征来进行个人身份的鉴定、物体特征识别…
NLP序列标注问题，样本不均衡怎么解决？
【学而不思则罔，思而不学则殆】
1.问题
NLP序列标注问题，样本不均衡怎么解决？
2.解释
以命名实体识别（NER）为例，这个样本不均衡有两种解释： （1）实体间类别数量不均衡…
Substructure‑aware subgraph reasoning for inductive relation prediction
摘要
关系预测的目的是推断知识图中实体之间缺失的关系，其中归纳关系预测因其适用于新兴实体的有效性而广受欢迎。大多数现有方法学习逻辑组合规则或利用子图来预测缺失关系。尽管在性能方面已经取得了很大的进展，但目前的模型仍然不是最优的，因为它们捕获拓扑信息的能力有…
KoPA: Making Large Language Models Perform Better in Knowledge Graph Completion
本来这个论文用来组会讲的，但是冲突了，没怎么讲，记录一下供以后学习。
创新点
按照我的理解简单概述一下这篇论文的创新点
提出使用大模型补全知识图谱，并且融合知识图谱的结构信息提出一个新的模型KoPA模型，采用少…
知识图谱1——neo4j
2024年要搞知识图谱，因此没有办法，只能将我之前固守的JDK1.8，升级到JDK21，因为JDK21也是LTS版本，neo4j高版本就不支持JDK8，因此没有办法，只有升级了。写这篇只是一个搭建笔记，我的初…
基于JAVA的高校宿舍管理系统的设计与实现(论文+源码)_kaic
目 录
1 绪论 1.1 研究背景 1.2 研究目的和意义 1.3 课题任务 1.4 本文结构 2 开发工具及技术介绍 2.1 开发工具介绍 2.2 开发技术介绍 3 系统分析 3.1 可行性分析 3.2 需求分析 4 系统设计 4.1 系统结构设计 4.2 系统功能模块设计 4.3 业务时序设计 4.4 住宿流程设计 4.5 数…
基于BERTopic模型的中文文本主题聚类及可视化
文章目录 BERTopic简介模型加载地址文本加载数据处理BERTopic模型构建模型结果展示主题可视化总结BERTopic简介
BERTopic论文地址：BERTopic: Neural topic modeling with a class-based TF-IDF procedure
BERTopic是一种结合了预训练模型BERT和主题建模的强大工具。它允许我…
论文阅读_医疗知识图谱_GraphCare
英文名称: GraphCare: Enhancing Healthcare Predictions with Open-World Personalized Knowledge Graphs 中文名称: GraphCare：通过开放世界的个性化知识图增强医疗保健预测 文章: http://arxiv.org/abs/2305.12788 代码: https://github.com/pat-jj/GraphCare 作…
知识图谱问答：构建人机自然交互的桥梁
目录 前言1 基本概念1.1 图灵测试1.2 特定领域的问答系统1.3 知识图谱问答1.4 典型应用与系统 2 智能问答系统分类2.1 问句类型分类2.2 系统来源分类 3 实现知识图谱问答主要技术方法3.1 基于问句模板的方法3.2 基于语义解析的方法3.3 基于检索排序的方法3.4 基于深度学习的方法…
知识图谱实战应用18-知识图谱结合图神经网络GNN的实战应用，模型搭建与训练
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用18-知识图谱结合图神经网络GNN的实战应用，模型搭建与训练，本文将详细介绍如何基于Py2neo的知识图谱结合图神经网络（Graph Neural Network, GNN）实现一个应用项目。我们将首先导入CSV数据到Neo4j图数据库，然后利用G…
【论文笔记】 知识图谱 之 TransE算法（Translating Embedding）
最近对知识图谱比较感兴趣，觉得这会是未来整个人工智能领域的发展方向。知识图谱是对人类知识的结构化总结，试想以后所有我们知道的不知道的事情都能通过知识图谱串在一起，形成一个云图书馆。那么知识图谱是如何建立的呢？下面分享…
推荐 ：完备的 AI 学习路线，最详细的资源整理！
【与数据同行】已开通综合、数据仓库、数据分析、产品经理、数据治理及机器学习六大专业群，加微信号frank61822701 为好友后入群。新开招聘微信群，请关注【与数据同行】公众号，后台回复“招聘”后获得入群方法。正文开始【导读】本文由知名开…
语音识别与人机交互：发展历程、挑战与未来前景
导言 语音识别技术作为人机交互领域的重要组成部分，近年来取得了巨大的发展。本文将深入研究语音识别与人机交互的发展历程、遇到的问题、解决过程、未来的可用范围，以及在各国的应用和未来的研究趋势。我们将探讨在这个领域，哪一方能取得竞争…
Neo4j安装 Linux：CentOS、openEuler 适配langchain应用RAG+知识图谱开发 适配昇腾910B
目录 Neo4j下载上传至服务器后进行解压运行安装JAVA再次运行在windows端打开网页导入数据 Neo4j下载
进入Neo4j官网下载页面 向下滑动找到 Graph Database Self-Managed 选择 社区版（COMMUNITY） 选择 Linux / Mac Executable Neo4j 5.17.0 (tar) 单机下…
人工智能自然语言处理：语言之美，算法之智
导言 自然语言处理（Natural Language Processing, NLP）是人工智能领域中备受关注的分支，致力于让计算机能够理解、处理和生成人类语言。本文将深入研究人工智能在自然语言处理领域的关键技术、应用场景以及未来发展趋势。
1. 简介 自然语言处…
大规模知识库中的随机游走推理和学习
Article
作者：Ni Lao, Tom Mitchell, William W. Cohen 文献题目：大规模知识库中的随机游走推理和学习 文献时间：2017 https://paperswithcode.com/paper/graph-convolutional-neural-networks-for-web#code
摘要
我们考虑在包含不完整知识…
知识图谱实战应用9-基于neo4j的知识图谱框架设计与类模型构建
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用9-基于neo4j的知识图谱框架设计与类模型构建。我将构建KnowledgeGraphs的类，用于操作Neo4j图数据库中的知识图谱数据。方便管理整个知识图谱操作。创建KnowledgeGraphs类可以使操作数据的代码更加模块化和可复用。使用…
G1D19-DPCS KEAttacKG复现
今天先来看DP
一、DP
1044初稿完成啦~~ 创作与表达的过程总是令人心情愉悦！ 内容很多，所以效率还算可以啦~但是如果能把工作流程定义地更加清楚的话，效率应该还可以再高一点！！！
二、CS KE
我发现自己网…
知识图谱实战应用1-知识图谱的构建与可视化应用
大家好，今天给大家带来知识图谱实战应用1-知识图谱的构建与可视化应用。知识图谱是一种概念模型，用于表示和组织实体之间的关系，从而实现大规模的语义查询和推理。
一、知识图谱的应用领域
1. 搜索引擎：知识图谱可以帮助搜索引擎…
内测挤爆的文心一言，能否迎战GPT-4？
2月7日，百度宣布推出ChatGPT类型人工智能产品“文心一言”，并于3月份完成内测向公众开放。一个多月后的今日，在北京百度总部和上海张江人工智能岛，文心一言如期而至。
百度董事长兼CEO李彦宏介绍，文心一言在商业文案创…
人工智能知识图谱之信息抽取：基于Labelstudio的UIE半监督深度学习的智能标注方案(云端版)，提效。
基于Label studio实现UIE信息抽取智能标注方案，提升标注效率！
项目链接见文末 人工标注的缺点主要有以下几点： 产能低：人工标注需要大量的人力物力投入，且标注速度慢，产能低，无法满足大规模标注的需求。受限条件多：人工标注受到人力、物力、时间等条件的限制，无法适应…
书 | 图理论 | 2020年GraphSage提出者William L. Hamilton《图表示学习》
原创 W. L. Hamilton 图科学实验室Graph Science Lab 2022-06-26 00:00 发表于台湾 收录于合集 #书籍6个 #图理论18个 摘要 从电信网络到量子化学，图结构数据在整个自然科学和社会科学中无处不在。将关系归纳偏差构建到深度学习架构中对于创建可以从此类数据中学习…
知识图谱：Neo4j数据库的基本使用——创建张学良的关系谱
一、知识图谱及Neo4j数据库介绍 知识图谱（Knowledge Graph）是人工智能的重要分支技术，它在2012年由谷歌提出，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…
NLP 与 Python：构建知识图谱实战案例
概括
积累了一两周，好久没做笔记了，今天，我将展示在之前两周的实战经验：如何使用 Python 和自然语言处理构建知识图谱。 网络图是一种数学结构，用于表示点之间的关系，可通过无向/有向图结构进行可视化展示…
阅读记录：RNNLOGIC: LEARNING LOGIC RULES FOR REASON-ING ON KNOWLEDGE GRAPHS
一、介绍
本文研究知识图谱推理的学习逻辑规则。
逻辑规则在用于预测时提供可解释的解释，并且能够推广到其他任务。现有方法要么面临在大搜索空间中搜索的问题（例如神经逻辑编程），要么由于奖励稀疏而导致优化无效（例…
从零到一学前端-如何掌握前端开发工具
在当今互联网时代，前端开发是一项备受关注的技能。随着网页和应用程序的复杂性不断增加，使用适当的前端开发工具可以大大提高开发效率和代码质量。本文将介绍如何掌握前端开发工具，并分享一些关键的步骤和建议。
第一步：选择适合…
ICLR2020 Query2Box：基于BOX嵌入的向量空间知识推理8.15
Query2Box：基于BOX嵌入的向量空间知识推理 摘要介绍 摘要
在大规模不完全知识图谱上回答复杂的逻辑查询是一项基础性但具有挑战性的任务。最近，一种解决这个问题的很有前途的方法是将KG实体和查询嵌入到向量空间中，这样回答查询的实体紧密嵌…
知识图谱学习笔记——（五）知识图谱推理
一、知识学习
声明：知识学习中本文主体按照浙江大学陈华钧教授的《知识图谱》公开课讲义进行介绍，并个别地方加入了自己的注释和思考，希望大家尊重陈华钧教授的知识产权，在使用时加上出处。感谢陈华钧教授。
（一&…
集成ES全文检索、Neo4J知识图谱、Activiti工作流的知识库管理系统
一、项目介绍 一款全源码，可二开，可基于云部署、私有部署的企业级知识库云平台，一款让企业知识变为实打实的数字财富的系统，应用在需要进行文档整理、分类、归集、检索、分析的场景。 获取方式q:262086839 为什么建立知识库平台&…
【建议收藏】超详细ArcGIS中制作剖面图讲解（附练习数据）
概述
地形剖面图指沿地表某一直线方向上的垂直剖面图，以显示剖面线上断面地势起伏状况。
能够制作剖面图的软件有很多，作为GIS行业的老大，ArcGIS当然也是可以的，这里给大家详细介绍一下ArcGIS中制作剖面图的知识，希望…
知识推理——CNN模型总结（持续更新）
记录一下我看过的利用CNN实现知识推理的论文。
最后修改时间：2023.05.10
目录
1.ConvE
1.1.解决的问题
1.2.优势
1.3.贡献与创新点
1.4.方法
1.4.1 为什么用二维卷积，而不是一维卷积？
1.4.2.ConvE具体实现
1.4.3.1-N scoring
1.5.…
探索经典算法排序算法，查找算法，图遍历算法
排序算法、查找算法和图遍历算法是计算机科学中常见且重要的算法。它们在数据处理、搜索和图结构等领域发挥着关键作用。下面我将围绕排序算法、查找算法和图遍历算法展开，介绍它们的定义、常见算法以及实际应用。
一、排序算法： 排序算法的定义&#x…
带入深入了解Android第三方库
Android 第三方库是开发者在 Android 应用开发过程中常用的工具和资源，它们提供了各种功能和组件，帮助开发者简化开发流程、提高开发效率，并丰富了应用的功能和用户体验。本文将详细介绍 Android 第三方库的概念、优势以及如何使用和集成第三…
带你深入了解RecyclerView的缓存机制
RecyclerView是Android中常用的列表显示控件，它具有强大的灵活性和性能优势。其中，RecyclerView的缓存机制是其实现高效滚动和快速显示大量数据的重要因素之一。在本文中，我们将详细解析RecyclerView的缓存机制，并附上相关示例代码…
带你深入了解Fragment懒加载
Fragment懒加载是一种优化技术，用于在Android应用中延迟加载和初始化Fragment的内容，以提高应用性能和用户体验。它的核心思想是只有在Fragment可见时才加载数据和执行相关操作，而不是在Fragment创建或添加到Activity时立即加载。
懒加载的主…
带你深入理解HandlerThread 的使用场景和用法
HandlerThread是Android中的一个线程类，它是Thread的子类，并且内部封装了Looper和Handler，提供了更方便的消息处理和线程操作。HandlerThread常用于需要在后台执行耗时任务，并与UI线程进行交互的场景。
使用HandlerThread可以实现…
转载：本体建模和知识建模
本体是一种知识表示方法，也是概念化的形式化。概念化指的是通过世界中的相关概念而建立的关于现象的抽象模型；而形式化指的是机器可以理解，可以进行处理。
本体建模：核心是明确领域中的概念，概念的属性和约束条件和概…
知识图谱项目——红色文化之张学良人物知识图谱（Neo4j+vue+flask+mysql实现）
张学良人物简史知识图谱_说明文档
本项目为人工智能专业大三知识图谱课程期末作业。意在完成一个以张学良为背景的红色文化类知识图谱。文末放上本项目的代码地址。 文章目录 张学良人物简史知识图谱_说明文档:rocket:前端:rocket:后端:rocket:中间件:rocket:数据库:rocket:服…
java实现实体关系抽取
前言：21年广州荔湾区成了疫情灾区，很多人都没有工作，被居家隔离，感染病毒概率死亡率是0.005%，没有工作死亡率是100%，因此作为普通老百姓，自己开发了一个数据分析工具，叫yandas。
信…
如何用知识图谱服务创建电影知识图谱
华为云知识图谱服务为自然语言处理服务的子服务，是面向各类企业的一站式知识计算平台，提供本体管理、图谱管理、图谱构建等功能，帮助用户从0到1快速构建知识图谱，管理知识图谱流水线任务。
创建知识图谱流程 构建知识图谱的各个环…
AGI = 大模型 + 知识图谱 + 强化学习
一、大模型（Large Models）
定义： 大模型通常指的是参数数量庞大的机器学习模型，特别是深度学习模型。这些模型在训练时需要大量的计算资源和数据。例如，GPT-3（Generative Pre-trained Transformer 3&#…
语义立体匹配和语义深度估计综述
欢迎访问我的博客首页。 语义立体匹配和语义深度估计综述1. 摘要2. 引言2.1 立体匹配2.2 语义分割2.3 立体匹配协同语义分割2.4 最新进展3. 语义深度估计3.1 语义深度估计算法分类3.2 使用语义信息（cues）获取深度3.2.1 提取共同特征3.2.2 视差估计3.2.3 …
基于ChatGPT的知识图谱构建
知识图谱是指对现实世界中的实体、概念和它们之间的关系进行结果化的表示，并用图形方式表达出来的一种知识表示形式。知识图谱可以用于自然语言处理、机器学习、数据挖掘等多种任务中，可以帮助计算机更好的理解自然语言，提高智能化程度。
一…
知识抽取实现方案——实体抽取
参考地址：知识抽取-实体及关系抽取 - 知乎
目录
摘要：
实体抽取：
标准实现流程（用机器学习方法）
编码方式
深度学习方法
评价指标
实体链接 摘要：
知识抽取涉及的“知识”通常是清楚的、事实性的信…
知识增强语言模型提示 零样本知识图谱问答10.8
知识增强语言模型提示 零样本知识图谱问答 摘要介绍相关工作方法零样本QA的LM提示知识增强的LM提示与知识问题相关的知识检索 摘要
大型语言模型（LLM）能够执行 零样本closed-book问答任务 ，依靠其在预训练期间存储在参数中的内部知识。然而&…
知识图谱系列4：neo4j学习
这是一篇还不错的教程，我将会针对其中的Cypher语法在这篇帖子内提出问题，以便学习与复习。 MATCH是什么操作？ 小括号()代表什么？（n）代表什么？ MATCH (n) DETACH DELETE n是什么含义࿱…
LLM 时代，如何优雅地训练大模型？
原作者王嘉宁 基于https://wjn1996.blog.csdn.net/article/details/130764843 整理 大家好，ChatGPT于2022年12月初发布，震惊轰动了全世界，发布后的这段时间里，一系列国内外的大模型训练开源项目接踵而至，例如Alpaca、B…
Graph RAG: 知识图谱结合 LLM 的检索增强
本文为大家揭示 NebulaGraph 率先提出的 Graph RAG 方法，这种结合知识图谱、图数据库作为大模型结合私有知识系统的最新技术栈，是 LLM 系列的第三篇，加上之前的图上下文学习、Text2Cypher 这两篇文章，目前 NebulaGraph LLM 相关的…
知识图谱综述及技术地图概览（智能问答系统）
知识图谱（Knowledge Graph）的概念由谷歌于2012年正式提出，旨在实现更智能的搜索引擎，并且于 2013 年以后开始在学术界和业界普及，并在智能问答、情报分析、反欺诈等应用中发挥重要作用。
声明：我们这里谈及…
Windows必备：五款靠谱好用的软件，简洁纯净无广告
推荐五款靠谱好用的软件，简洁纯净无广告！ 1、Billfish
推荐理由：白嫖的文档、图片、音视频等管理神器。
作为一名入行三年的设计师，在早期面对电脑上大量的图片素材时，总是一筹莫展。
对于一些需要斥“斥巨资”才能…
电网知识图谱项目总结（1）python代码实现RDF三元组自动化标注
电网知识图谱项目总结（1）python代码实现RDF三元组自动化标注 文章目录电网知识图谱项目总结（1）python代码实现RDF三元组自动化标注简介文档内容RDF规范标注思路代码结构详细代码标注结果总结简介
本次项目是电网知识图谱相关的&a…
A comprehensive overview of knowledge graph completion
摘要
知识图(KG)以其代表和管理海量知识的独特优势，为各种下游知识感知任务(如推荐和智能问答)提供了高质量的结构化知识。KGs的质量和完整性在很大程度上决定了下游任务的有效性。但由于知识产权制度的不完备性，知识产权制度中仍有大量有价值的知识缺失…
Unifying Large Language Models and Knowledge Graphs: A Roadmap
5.2 LLM-augmented KG Completion 知识图谱补全(KGC)是指对给定知识图谱中缺失的事实进行推断的任务。与KGE类似，传统的KGC方法主要关注于KG的结构，而没有考虑广泛的文本信息。然而，最近llm的集成使KGC方法能够对文本进行编码或生成事实，以获得更好的KGC性能。这些方法根据…
【2021/反事实/POI推荐】Improving location recommendation with urban knowledge graph
文章全文首发：码农的科研笔记（公众号） 原文：https://arxiv.org/abs/2111.01013 1 动机
位置推荐定义为推荐地理位置给用户，现有推荐无法无法很好的建模地理位置属性，这导致推荐结果是次优的。同时作者希望…
【Datawhale图机器学习】第一章图机器学习导论
图机器学习导论
学习路径与必读论文清单
斯坦福CS224W（子豪兄中文精讲）知识图谱实战DeepwalkNode2vecPageRankGNNGCNGragh-SAGEGINGATTrans-ETrans-R
图无处不在
图是描述关联数据的通用语言 举例
计算机网络新冠肺炎流行病学调查传播链食物链地铁图…
![[datawhale202302]CS224W图机器学习：图机器学习导论](https://img-blog.csdnimg.cn/5e9be626fbc8489ebae36a0bd988ea52.png)
[datawhale202302]CS224W图机器学习：图机器学习导论
结论速递
💡 本次task是图机器学习的导论，围绕了几个问题展开：
图机器学习的动机：图数据是有关联的数据，在现实生活中的例子；图机器学习与传统机器学习的区别，难点有哪些。图机器学习的基本概…
苏宁基于 AI 和图技术的智能监控体系的建设
汤泳，苏宁科技集团智能监控与运维产研中心总监，中国商业联合会智库顾问，致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。在应用实践中，通过基于 AI 的方式不断完善智能监控体系的建设&a…
Java知识体系梳理
1. Java基础
JDK
jvm组成： 核心类库：NIO、容器、Object、线程池 类加载：加载过程，加载器，双亲委派，破坏双亲委派，OSGI 并发编程：Synchronize reentrantlock volatile aqs
GC
如何…
神经网络知识图谱推理,神经系统知识网络图
神经网络原理及应用
神经网络原理及应用1.什么是神经网络？神经网络是一种模拟动物神经网络行为特征，进行分布式并行信息处理的算法。
这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目…
图观 | 硅谷银行爆雷，从实时图计算的视角谈风控
文/教授老点硅谷银行（以下简称SVB）爆出大雷，让金融市场开始担忧会不会产生蝴蝶效应，引发新一轮类似雷曼兄弟破产时的危机？SVB倒闭的本质，是期限错配的利率风险（市场风险）造成信用风险…
融合语言模型中的拓扑上下文和逻辑规则实现知识图谱补全11.18
融合语言模型中的拓扑上下文和逻辑规则实现知识图谱补全 摘要1 引言2 相关工作2.1 事实嵌入法2.2 拓扑嵌入方法2.3 规则融合方法2.4 基于LM的方法 3 准备3.1 知识图谱和拓扑上下文3.2 KG中的逻辑规则4.3 三元组嵌入 5 实验和结果5.1 数据集和评价指标 摘要
知识图补全…
NLP | SimKGC论文详解及项目实现
本文主要讲解了论文SimKGC：基于预训练语言模型的简单对比KGC的论文总结以及项目实现。 论文题目：2022_SimKGC: Simple Contrastive Knowledge Graph Completion with Pre-trained Language Models 论文地址：2022.acl-long.295.pdf (aclanthol…
喜讯！百度智珠夺冠，百度智能云助力商业化落地
在刚刚结束的CCKS 2019“知识图谱问答”大赛中，百度智珠团队以F1 Score 0.73545的好成绩夺冠，再次确立了百度在知识图谱领域的领先优势。同时，百度智能云将加速百度智珠的商业化落地。斩获第一名CCKS全国知识图谱与语义计算大会是中国中文信息…
【知识图谱】protege的owl文件导入neo4j数据库——neosemantics jar插件
关键点：下载neosemantics jar插件
下载链接（link） 目前最高版本是4.4.0.0，需要下载与自己的ne4j版本相近的版本。如下图所示的版本，我的版本是neo4j-community-3.5.30版本，需要下载对应的neosemantics-3.5…
Deep Walk 和 Node2Vec：图嵌入
特杰帕尔库马瓦特 一、说明 DeepWalk 是一种基于图的机器学习算法，可为给定图生成节点嵌入。它由纽约大学的 Bryan Perozzi、Rami Al-Rfou 和 Steven Skiena 于 2014 年开发。 该算法的目标是通过分析图中每个节点的局部邻域来学习图中每个节点的表示。 DeepWalk应…
【今日重磅—国产大模型首批内测机会来了】什么是讯飞星火，如何获得内测和使用方法
♥️作者：白日参商 🤵♂️个人主页：白日参商主页 ♥️坚持分析平时学习到的项目以及学习到的软件开发知识，和大家一起努力呀！！！ 🎈🎈加油！ 加油！…
走进知识图谱（一）了解知识图谱
人工智能走过了七八十年的时光，各种主义如符号主义、联结主义等都为其发展贡献了自己的力量。在21世纪初，由于算力的提升和各种算法的涌现，以深度学习为代表的数据智能得到了快速发展。CV，NLP等领域通过对海量数据的学习ÿ…
什么是图数据库Neo4j
什么是图数据库Neo4j
所谓的图数据库一般由节点和关系构成，neo4j是其中的一种
在寻求数据的关联性中优于传统数据库mysql
且neo4j支持上亿级别的节点和关系
传统图运算一般在内存中进行，无法处理整个知识图谱，neo4j可以在磁盘中完成图运算…
【必知必懂论文】之多模态实体识别
引言
命名实体识别（NER）是自然语言处理(NLP)领域中的最基础、最核心的任务之一，该任务旨在识别出文本中的命名实体（通常指特定类型事物的名称或符号，一般是一个名词或者短语），并将识别出的实体…
新KG视点 | 白硕—大模型时代的知识图谱
OpenKG 大模型专辑 导读 知识图谱和大型语言模型都是用来表示和处理知识的手段。大模型补足了理解语言的能力，知识图谱则丰富了表示知识的方式，两者的深度结合必将为人工智能提供更为全面、可靠、可控的知识处理方法。在这一背景下，OpenKG组织…
当《孤注一掷》照进现实，创邻科技Galaxybase助反诈一臂之力
“想成功，先发疯，不顾一切向钱冲；拼一次，富三代，拼命才能不失败。”
这看似振奋、实则让人背后发凉的口号来自于电影《孤注一掷》，它的背后是无数受害人血泪交织的受骗故事。
作为一部反诈题材电影&…
对战ChatGPT，创邻科技的Graph+AI会更胜一筹吗？
大模型（大规模语言模型，即Large Language Model）的应用已经成为千行百业发展的必然。特定领域或行业中经过训练和优化的企业级垂直大模型则成为大模型走下神坛、真正深入场景的关键之路。
但是，企业级垂直大模型在正式落地应用前…
知识图谱笔记：TransH
1 TransE存在的问题
一对多 假设有一个关系 "是父亲"，其中一个父亲（头实体）可能有多个孩子（尾实体） 父亲 A -> 孩子 1父亲 A -> 孩子 2在 TransE 中，这两个关系会被建模为： A是…
基于python+Django知识图谱的医疗问答系统设计与实现
摘 要
从信息技术的发展至今，各色各样的技术能够满足各类人群的需求，能够让各种业务行业的痛点变成能够可以解决的方法，随着我们经济的不断提高，越来越多的人都该关注健康，那么健康饮食、健康医疗是我们生活中所追求的…
医疗知识图谱 neo4j
开源项目： https://github.com/liuhuanyong/QASystemOnMedicalKG
一.效果 二.需要安装：
pip install pyahocorasick pip install py2neo
三.需要修改：
需要改的点：
1.改连接的方式 2.改读文件的方式
MedicalGraph 运行&am…
知识图谱(2)词汇挖掘与实体识别
从非结构化的文本构建知识图谱中的节点涉及两个基本步骤：
词汇挖掘（Lexical Analysis）： 任务：词汇挖掘主要关注文本中的词汇和单词的处理，包括分词、词干提取、停用词过滤等任务。 作用： 1.词汇…
带你深入理解 Java成员变量，局部变量和静态变量的创建和回收时机
Java中的成员变量、局部变量和静态变量具有不同的创建和回收时机。下面我将详细介绍它们的特点和生命周期。
成员变量（实例变量）： 成员变量是定义在类中的变量，每个类的实例都会拥有自己的成员变量。它们的生命周期与对象的创建和…
论文浅尝 | Dually Distilling KGE for Faster and Cheaper Reasoning
笔记整理：张津瑞，天津大学硕士，研究方向为知识图谱 链接：https://dl.acm.org/doi/10.1145/3488560.3498437 动机 知识图谱已被证明可用于各种 AI 任务，如语义搜索，信息提取和问答等。然而众所周知ÿ…
《语义增强可编程知识图谱SPG》白皮书
语义増强可编程图谱框架：新一代知识图谱语义框架/引擎、SPGLLM双驱架构及应用相关进展和应用。《语义增强可编程知识图谱SPG》白皮书 v1.0.pdf: https://url39.ctfile.com/f/2501739-941002398-f8f1f0?p2096 (访问密码: 2096) 参考文献： [1]《语义增强可…
构建基于neo4j知识图谱、elasticsearch全文检索的数字知识库
前言：
在数字化时代，知识库的建设正逐渐成为企业、学术机构和个人的重要资产。本文将介绍如何使用neo4j和elasticsearch这两种强大的数据库技术来构建知识库，并对其进行比较和探讨。
技术栈：
springbootvueneo4jelasticsearch…
“新KG”视点 | 漆桂林——知识图谱和大语言模型的共存之道
OpenKG 大模型专辑 导读 知识图谱和大型语言模型都是用来表示和处理知识的手段。大模型补足了理解语言的能力，知识图谱则丰富了表示知识的方式，两者的深度结合必将为人工智能提供更为全面、可靠、可控的知识处理方法。在这一背景下，OpenKG组织…
Mind Map：大语言模型中的知识图谱提示激发思维图10.1+10.2
知识图谱提示激发思维图 摘要介绍相关工作方法第一步：证据图挖掘第二步：证据图聚合第三步：LLM Mind Map推理 实验实验设置医学问答长对话问题使用KG的部分知识生成深入分析 总结 摘要
LLM通常在吸收新知识的能力、generation of hallucinati…
知识图谱-Neo4j使用详解
neo4j应用场景
知识图谱欺诈检测实时推荐引擎反洗钱主数据管理供应链管理增强网络和IT运营管理能力数据谱系身份和访问管理材料清单
图数据库neo4j简介 关系查询：mysql和neo4j性能对比 neo4j的特性和优点： Neo4j-CQL简介
neo4j的Cypher语言是为处理图…
Nature Machine Intelligence | “化学元素知识+功能提示”双驱动，探索分子预测新方法
论文题目：Knowledge graph-enhanced molecular contrastive learning with functional prompt 论文链接：https://doi.org/10.1038/s42256-023-00654-0 项目地址：GitHub - HICAI-ZJU/KANO: Code and data for the Nature Machine Intelligence…
【科学文献计量】利用pybibx分析Scopus文献数据集（EDA,N-Grams,Cluster,Network analysis,NLP）
利用pybibx分析Scopus文献数据集 1 运行前准备1.1 数据集1.2 前置库2 加载库3 数据导入4 探索式数据分析，即EDA4.1 表格可视化4.2 词云图可视化4.3 N-Grams可视化4.4 文献聚类4.5 主题词演化4.6 桑基图可视化4.7 树图可视化4.8 作者生产力可视化5 网络可视化5.1 文献引用与被引…
基于Tucker分解的时序知识图谱补全10.23
基于Tucker分解的时序知识图谱补全 摘要引言相关工作静态知识图谱补全时序知识图谱补全 背景提出的模型学习时间复杂度和参数增长表达能力分析 实验 摘要
知识图谱已被证明是众多智能应用的有效工具。然而，大量有价值的知识仍然隐含在知识图谱中。为了丰富现有的知…
如何理解元数据、数据元、元模型、数据字典、数据模型这五个的关系？如何进行数据治理呢？数据治理该从哪方面入手呢？
如何理解元数据、数据元、元模型、数据字典、数据模型这五个的关系？如何进行数据治理呢？数据治理该从哪方面入手呢？导读一、数据元二、元数据三、数据模型四、数据字典五、元模型导读
请问元数据、数据元、数据字典、数据模型及元模型的区别…
AI大模型，驶向产业何方？
技术更迭，已不是壁垒，国产式AI需要的是产品的创新思维，以及对需求的产品变现能力。
作者|斗斗
出品|产业家 “AI炒了那么多年，第一次感觉它真的要来了。”国内某论坛中，带有ChatGPT的词条下，几乎都会出…
《Redis设计与实现》全面知识整理
最近在看Redis的实现原理，看到《Redis设计与实现》这本书，发现这本书对Redis的讲解可以说是很透彻了，不仅从Redis的设计方案以及其各种功能是如何实现的，均有很清晰的讲解
通过看这本书，能够很清晰的对Redis的整体结构…
知识图谱(4)图算法
基于图有很多任务，比如：
节点分类：预测哪些网站是诈骗网站；关系预测：判断图中两个节点的关系；图分类：分子性质预测；聚类：社交网络分析，将相似用户聚类在一起…
知识增强语言模型提示 零样本知识图谱问答10.8+10.11
知识增强语言模型提示 零样本知识图谱问答 摘要介绍相关工作方法零样本QA的LM提示知识增强的LM提示与知识问题相关的知识检索 实验设置数据集大型语言模型基线模型和KAPIN评估指标实现细节 实验结果和分析结论 摘要
大型语言模型（LLM）能够执行 零样本cl…
知识图谱05——gspan-mining库进行频繁子图挖掘出现‘DataFrame‘ object has no attribute ‘append‘
在使用gspan-mining库进行频繁子图挖掘时出现下面错误
发生异常: AttributeError
DataFrame object has no attribute append查阅网上资料发现，pandas 2.0以后的库不支持DataFrame的append操作 在终端输入
pip show gspan-mining找到包的位置，打开gspa…
CS224W3.1——节点Embedding
传统图机器学习流程是这样的： 从之前的文章中，我们看到了如何将机器学习与特征工程结合起来，对节点、链接和图形进行预测。在本文中，我们将重点介绍一种称为图表示学习的新技术，它可以减轻对特征工程的需求。在图表示学…
【论文笔记】Unifying Large Language Models and Knowledge Graphs：A Roadmap
（后续更新完善） 2. KG-ENHANCED LLMS
2.1 KG-enhanced LLM Pre-training
以往将KGs集成到大型语言模型的工作主要分为三个部分:1)将KGs集成到训练目标中，2)将KGs集成到LLM输入中，3)将KGs集成到附加的融合模块中。
2.1.1 Integr…
人工智能快速发展时代下的“AI诈骗防范”
当前，AI技术的广泛应用为社会公众提供了个性化智能化的信息服务，也给网络诈骗带来可乘之机，如不法分子通过面部替换语音合成等方式制作虚假图像、音频、视频仿冒他人身份实施诈骗、侵害消费者合法权益。你认为AI诈骗到底应该如何防范…
7+共病思路。WGCNA+多机器学习+实验简单验证，易操作
今天给同学们分享一篇共病WGCNA多机器学习实验的生信文章“Shared diagnostic genes and potential mechanism between PCOS and recurrent implantation failure revealed by integrated transcriptomic analysis and machine learning”，这篇文章于2023年5月16日发…
论文导读 | 图流的分割和摘要
前 言
本次论文导读介绍有关图流的分割和摘要问题的3篇文章。第1篇是partition的，第2篇是summarization的。 首先介绍第一篇文章。
文章一：图分割在分布式系统中有广泛的应用 文章的问题定义是用划分边的方式来分割图。如图所示，把图&#…
深度学习实战61-基于知识图谱与BiLSTM网络实现疾病相关智能问答系统，并支持数据扩展
大家好，我是微学AI，今天给大家介绍一下深度学习实战61-深度学习在医疗领域的应用：疾病相关智能问答系统，并支持数据扩展。本文将详细介绍如何使用Py2neo这个Python库来构建一个医疗领域知识图谱，并将数据导入Neo4j图数据库。我们将提供一些医疗领域的数据样例，并展示如何…
数据库原理 第五章 笔记
文章目录五、数据库设计1. 数据库设计全过程2. ER模型2.1 ER模型的基本元素2.2 联系的设计2.3 采用ER模型的设计概念2.4 ER模型向关系模型的转换3. UML模型3.1 UML3.2 UML模型到关系模式的转换五、数据库设计 1. 数据库设计全过程 数据库各级模式的形成
数据库的各级模式是在设…
数据库原理 第一章 笔记
文章目录一、数据库基础概念1. 数据和信息2. 数据库、数据库管理系统、数据库系统、数据库管理员3. 数据库系统的体系结构4. 数据模型5. 数据管理技术的产生和发展一、数据库基础概念
1. 数据和信息
1）信息
信息是客观存在的，是关于现实世界事物的存在…
Knowledge Graph知识图谱—7. Labeled Property Graphs带标签的属性图
7. Labeled Property Graphs (LPG)
Labeled Property graphs: A combination of property/value stores(NoSQL) and graphs Definition
7.1 Verbosity of RDF Graphs 7.1.1 RDF Reification
将关系本身作为资源进行建模 7.1.2 RDF Named Graphs Named Graphs（命…
Neo4j图数据库实践——基于知识图谱方法开发构建猪类养殖疾病问答查询系统
Neo4j是一个开源的、高性能的图形数据库。它被设计用于存储、检索和处理具有复杂关系的大规模数据。与传统的关系型数据库不同，Neo4j使用图形结构来表示数据，其中节点表示实体，边表示实体之间的关系。这使得Neo4j在处理关系密集型数据时非常强…
知识图谱+推荐系统 文献阅读
文献阅读及整理
知识图谱推荐系统
知识图谱
1 基于知识图谱的电商领域智能问答系统研究与实现
[1]蒲海坤. 基于知识图谱的电商领域智能问答系统研究与实现[D].西京学院,2022.DOI:10.27831/d.cnki.gxjxy.2021.000079.
知识点
BIO标记策略进行人工标记,构建了电商领域商品…
什么是word embedding？
Word embedding 的任务是把词转换成可以计算的向量 https://easyai.tech/ai-definition/word-embedding/#representation
知识的分层：know-what/how/why
知识（knowledge）表示知道某些信息。通常而言，知识是正确的，但不一定是完备的。知识本身有自己的适用范围，特别是工程技术类问题。
根据知识的类型，可分为三类：
know-whatknow-howknow-why kno…
txt、pdf等文件转为一行一行的doccano数据集输入格式
文章目录 doccano 数据集导入简介代码实现代码运行结果代码公开 doccano 数据集导入 在Doccano 导入数据集时，使用TextLine的文件格式，导入的文件需要为一行一行文本的数据格式，每一行文本在导入Doccano后就是一条数据。
简介
主要工作说明…
【开源】SpringBoot框架开发知识图谱构建系统
目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 知识图谱模块2.2 知识点模块2.3 学生测评模块2.4 学生成绩模块 三、系统展示四、核心代码4.1 查询知识点4.2 新增知识点4.3 查询知识图谱4.4 查询学生成绩4.5 查询学生成绩 五、免责说明 一、摘要
1.1 项目介绍
基于J…
Ant G6实现知识图谱
第一部分：AntV G6简介和原理解析
1.1 AntV G6的概述
AntV G6是阿里巴巴集团开发的一款专注于关系数据可视化的图表库。G6基于Canvas/WebGL技术，提供了丰富的图形绘制、交互操作和布局算法等功能。它采用数据驱动的方式来渲染图表，通过定义节…
论文浅尝 | 基于统一学习方法的预训练语言模型的知识图谱扩展
笔记整理：朱渝珊，浙江大学博士，研究方向为知识图谱快速表示学习、大规模知识图谱预训练 链接：https://linkinghub.elsevier.com/retrieve/pii/S0950705122013417 1、动机 知识图谱(KGs)由许多形如(h,r,t)的三元组组成，…
三元组数据模型：构建知识图谱的基石
目录 前言1. 三元组数据模型概述1.1 定义与结构1.2 特点 2. 三元组在知识图谱中的应用2.1 知识表示2.2 知识推理2.3 数据整合 3 三元组的数据格式3.1 N-Triples ：3.2 RDF/XML ：3.3 Turtle （又称为 Terse RDF Triple Language）&…
Ubuntu20.04使用Neo4j导入CSV数据可视化知识图谱
1.安装JDK（ Ubuntu20.04 JDK11）
sudo apt-get install openjdk-11-jdk -y
java -version
which java
ls -l /usr/bin/java
ls -l /etc/alternatives/java
ls -l /usr/lib/jvm/java-11-openjdk-amd64/bin/java确认安装路径为/usr/lib/jvm/java-11-openjd…
把标注数据导入到知识图谱
文章目录 简介数据导入Doccano标注数据，导入到Neo4j寻求帮助 简介
团队成员使用 Doccano 标注了一些数据，包括 命名实体识别、关系和文本分类 的标注的数据； 工作步骤如下：
首先将标注数据导入到Doccano，查看一下标注…
windows下使用的的数字取证工作工具套装：forensictools
推荐一套windows下使用的的数字取证工作工具套装：forensictools
部分工具包括：
▫️exiftool，一个命令行应用程序和 Perl 库，用于读写元信息。
▫️YARA，一款开源工具，用于对恶意软件样本进行识别和分类。…
Latex中多行公式换行及设置编号位置
Latex中多行公式换行及设置编号位置_latex公式换行_泡泡和善意的博客-CSDN博客文章浏览阅读3.2w次，点赞14次，收藏97次。1. 公式换行公式换行的方式有很多种，介绍三种（1）用equation结合aligned：\begin{equat…
知识图谱推荐系统研究综述
基于协同过滤的推荐是当前应用最为广泛的推荐方法，但也存在着新用户或新项目的冷启动以及数据稀疏等问题。针对上述两种方法出现的问题，研究者进一步提出了混合推荐系统。混合推荐系统结合上述两种方法的优点，可以有效缓解其中的不足，增加推荐的准确性。但是，混合推荐系统…
【2024第十二届“泰迪杯”数据挖掘挑战赛】B题基于多模态特征融合的图像文本检索—解题全流程（持续更新）
2024 年(第 12 届)“泰迪杯”数据挖掘挑战赛B题 解题全流程（持续更新）
-----基于多模态特征融合的图像文本检索
一、写在前面：
本题的全部资料打包为“全家桶”， “全家桶”包含：数据、代码、模型、结果csv、教程…
人工智能驱动的智慧城市：科技之光照亮未来城市发展
导言 人工智能在智慧城市建设中扮演着关键角色，通过智能化、自动化的手段，为城市提供高效、智能的管理和服务。本文将深入研究人工智能在智慧城市中的应用、创新技术以及对城市未来发展的引领作用。 智慧城市是利用先进的信息技术和大数据分析手…
人工智能深度学习：探索智能的深邃奥秘
导言 人工智能深度学习作为当今科技领域的明星，正引领着智能时代的浪潮。深度学习和机器学习作为人工智能领域的两大支柱，它们之间的关系既有协同合作，又存在着显著的区别。本文将深入研究深度学习在人工智能领域的角色，以及其在各…
Graph2NLP浅谈
图技术 利用neo4j、networkx、dgl、python做图分析挖掘
【1】最短路径算法dijkstra 【2】基于networkx的隐性集团关系识别模型 【3】基于Neo4j的担保社群型态分析挖掘 【4】基于python求有向无环图中target到其他节点全路径 【5】有向图中任意两点的路径 【6】图基础入门 【7】…
人工智能边缘计算：连接智能的边界
导言 人工智能边缘计算是将智能计算推向数据源头的重要发展方向，本文将深入探讨边缘计算与人工智能的交融，以及在未来数字化社会中的前景。
1. 边缘计算的基础
分布式计算： 边缘计算通过将计算任务推送至数据产生的地方，…
大数据知识图谱解码：从核心概念到技术实战
文章目录 大数据知识图谱解码：从核心概念到技术实战1. 概述什么是知识图谱知识图谱与自然语言处理的关系 2. 发展历程语义网络本体论大数据时代的知识图谱知识图谱与深度学习的融合 3. 研究内容知识图谱的建模与表示知识抽取知识图谱的融合与对齐知识图谱的推理知识…
Hive表加工为知识图谱实体关系表标准化流程
文章目录 1 对源数据静态文件的加工1.1 分隔符的处理情况1.2 无法通过分隔符以及包围符区分字段1.3 数据中存在回车换行符 2 CSV文件导入Hive的建表2.1 包围符作用和功能2.2 Hive的建表导入2.3 数据文件导入 3 对Hive表中数据的清洗3.1 数据质量检查3.2 标准导图表的构建3.3 随…
python知识图谱-py2neo实现neo4j的dao类
python知识图谱-利用py2neo实现neo4j的dao类
py2neo的基本使用以及cypher的基本使用：https://blog.csdn.net/Akun_2217/article/details/135445147?spm1001.2014.3001.5502
1. dao类需要实现的功能
neo4j实现dao类的基本单位就是子图，包括单个节点、…
neo4j图数据库的简单操作记录
知识图谱文件导出
首先停止运行sudo neo4j stop然后导出数据库 导出格式为： 具体命令如下sudo neo4j-admin database dump --to-path/home/ neo4j最后重启sudo neo4j start知识图谱外观修改
在网页点击节点，选中一个表情后点击，可修改其颜…
大型语言模型与知识图谱的完美结合：从LLMs到RAG，探索知识图谱构建的全新篇章
最近，使用大型语言模型（LLMs）和知识图谱（KG）开发 RAG（Retrieval Augmented Generation）流程引起了很大的关注。在这篇文章中，我将使用 LlamaIndex 和 NebulaGraph 来构建一个关于费城费利斯队（Philadelphia Phillies）的 RAG 流程。
我们用的是开源的 NebulaGraph 来…
JanusGraph图数据库的应用以及知识图谱技术介绍
目录 JanusGraph介绍
JanusGraph 的主要优势
JanusGraph的应用：
JanusGraph 的行业应用：
架构概览
分布式技术应用
横向扩展能力
程序与janus的交互
Janus与图数据库相关概念
结构化存储
图结构存储
实体关系存储
知识存储技术 JanusGraph介…
论文浅尝 | QA-GNN: 使用语言模型和知识图谱的推理问答
笔记整理：李继统，天津大学硕士 链接：https://arxiv.org/pdf/2104.06378.pdf 1. 动机 目前现有的方法，对于QA上下文使用LM处理，对于KG使用GNN进行处理，并且并不相互更新彼此的表示，也不做语义的对…
扩展学习|一文明晰推荐系统应用开发核心技术发展
文献来源：Lu J, Wu D, Mao M, et al. Recommender system application developments: a survey[J]. Decision support systems, 2015, 74: 12-32. 主题：关于推荐系统应用开发的调查研究 关键词:推荐系统、电子服务个性化、电子商务、电子学习、电子政务 …
知识图谱与大模型双向驱动的关键问题和应用探索
导读
知识图谱和大型语言模型都是用来表示和处理知识的手段。大模型补足了理解语言的能力，知识图谱则丰富了表示知识的方式，两者的深度结合必将为人工智能提供更为全面、可靠、可控的知识处理方法。在这一背景下，OpenKG组织新KG视点系列文章…
基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解，侧重模型推导细化以及LAC分词实践
基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解，侧重模型推导细化以及LAC分词实践
1.GRU简介
GRU（Gate Recurrent Unit）门控循环单元，是[循环神经网络]（RNN）的变种种，与 LSTM 类似通过门控单元解决 RNN 中不能长期记忆和反向传播中的梯度等问题。与 LSTM 相…
解析基于检索排序的知识图谱问答系统
目录 前言1 问句的表示与语义理解1.1 问句表示的重要性1.2 端到端网络的优势 2 知识图谱中的排序问题2.1 知识图谱的核心作用2.2 查询匹配的转化与排序问题2.3 实体链接的关键性2.4 路径的构建与系统优化 3 难点与挑战3.1 实体链接、命名实体识别和消歧3.2 排序模型的挑战 4 优…
基于命名实体链接的事件抽取与知识图谱在电商领域的应用
开源项目推荐
多模态AI能力引擎平台: 免费的自然语言处理、情感分析、实体识别、图像识别与分类、OCR识别、语音识别接口，功能强大，欢迎体验。
多模态AI能力引擎平台: 免费的自然语言处理、情感分析、实体识别、图像识别与分类、OCR识别、语音识别接口…
华为第二批难题一：基于预训练AI模型的元件库生成
我的理解：华为的这个难道应该是想通过大模型技术，识别元件手册上的图文内容，与现有建库工具结合，有潜力按标准生成各种库模型。
正好，我们正在研究，利用知识图谱技术快速生成装配模型，其中也涉…
知识图谱 多模态学习 2024 最新综述
知识图谱遇见多模态学习：综述 论文题目：Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey 论文链接：http://arxiv.org/abs/2402.05391 项目地址：https://github.com/zjukg/KG-MM-Survey 备注：55…
#gStore最新版1.2之空库的构建和批量数据构建
gStore1.2版本支持了空库的构建和批量数据构建，接下来我们将从本地命令、控制台、API接口三种方式来进行介绍如何使用：
1 使用本地命令构建
1.1 构建空库
通过本地命令构建数据库的方式如下，如果要构建一个空库，只要不指定-f参…
Py2neo查询neo4j周杰伦数据库中的节点、关系和路径教程
文章目录 py2neo介绍连接Neo4j数据库py2neo查询图数据库neo4j数据概览使用NodeMatcher查询节点使用RelationshipMatcher查询关系 通过执行Cypher语句查询 py2neo介绍
Neo4j是一款开源图数据库，Py2neo提供了使用Python语言访问Neo4j的接口。本文介绍了使用Py2neo的N…
python+Django+Neo4j中医药知识图谱与智能问答平台
文章目录 项目地址基础准备正式运行 项目地址
https://github.com/ZhChessOvO/ZeLanChao_KGQA
基础准备 请确保您的电脑有以下环境：python3，neo4j 在安装目录下进入cmd，输入指令“pip install -r requirement.txt”,安装需要的python库 打…
Biomedical knowledge graph-enhanced prompt generation for large language models
1. 生物医学知识图谱增强大语言模型提示生成 论文地址：[2311.17330] Biomedical knowledge graph-enhanced prompt generation for large language models (arxiv.org) 源码地址：https://github.com/BaranziniLab/KG_RAG 2. 摘要
大语言模型࿰…
Neo4j aura 官方网站快速入门新手教精读-从官方教程学习知识图谱
Neo4j 官方网站快速入门新手教精读 本文旨在为Neo4j新手提供一份全面的入门指南。除了基础的文本解释，我在里面还插入了每一步骤的详细截图或者自己画的图，从官方了解知识肯定比自己乱看要权威一些，有看不懂的不要纠结了解大概意思即可&#…
fastgpt本地详细部署以及配置
目录 一、Docker部署1、docker安装2、docker启动3、添加用户到 docker 组：4、验证 Docker 安装：二、one_api 本地部署1、linux系统部署2、windows系统部署三、向量模型部署（m3e）四、chatglm2模型本地部署五、fastgpt模型本地部署1、下载配置文件2、文件配置--docker-compos…
2024全国水科技大会暨高氨氮废水厌氧氨氧化处理技术论坛（四）
一、会议背景 为积极应对“十四五”期间我国生态环境治理面临的挑战，加快生态环境科技创新，构建绿色技术创新体系，全面落实科学技术部、生态环境部等部委编制的《“十四五”生态环境领域科技创新专项规划》，积极落实省校合作&…
知识图谱辅助的个性化推荐系统
知识图谱辅助的个性化推荐系统
将从下面4个方面展开：
推荐系统的基础知识知识图谱辅助的推荐方法介绍基于embedding的知识图谱推荐方法混合型知识图谱推荐方法
推荐系统的基础知识
1、什么是推荐系统
在当前互联网时代，推荐系统是所有面向用户的互联…
知识图谱详细建立过程
开始建立知识图谱： 确定知识图谱的范围： 首先，确定你的知识图谱将涵盖的主题范围。樱桃种植涉及到哪些方面？可能包括樱桃的生长周期、品种、栽培技术、土壤和气候要求、病虫害防治、收获和加工等方面。 收集樱桃种植相关的数据&a…
关于图在推荐系统中的研究
业界最新的论文
Intent-aware Recommendation via Disentangled Graph Contrastive Learning
作者：Yuling Wang, Xiao Wang, Xiangzhou Huang, Yanhua Yu, Haoyang Li, Mengdi Zhang, Zirui Guo, Wei Wu
地址：https://arxiv.org/abs/2403.03714
论文…
创建旅游景点图数据库Neo4J技术验证
文章目录 创建旅游景点图数据库Neo4J技术验证写在前面基础数据建库python3源代码KG效果KG入库效率优化方案PostGreSQL建库 创建旅游景点图数据库Neo4J技术验证
写在前面
本章主要实践内容： （1）neo4j知识图谱库建库。使用导航poi中的公园、景…
RTC协议与算法基础 - RTP/RTCP
首先，需要说明下，webrtc的核心音视频传输是通过RTP/RTCP协议实现的，源码位于src/modules/rtp_rtcp目录下： 下面让我们对相关的内容基础进行简要分析与说明：
一、TCP与UDP协议
1.1、TCP协议
TCP为了实现数据传输的可…
＜AI大模型学习＞——《人工智能AI》
＜AI大模型学习＞——《人工智能AI》
一、AI大模型通识
1.AI介绍
人工智能（Artificial Intelligence），英文缩写为AI。 是新一轮科技革命和产业变革的重要驱动力量， 是研究、开发用于模拟、延伸和扩展人的智…
秒懂！用这10款思维导图软件，让头脑风暴如虎添翼！
世界上最糟糕的感觉之一就是忘记了一个伟大的点子。原本你只需把它记下来，但你当时确信自己绝不会忘记如此引人入胜的事物。然而，当这个想法从你的脑海彻底消失时，分分钟会让人崩溃。
如果你的想法有很多组成部分，比如一个大项目…
MPIKGC：大语言模型改进知识图谱补全
MPIKGC：大语言模型改进知识图谱补全 提出背景MPIKGC框架 论文：https://arxiv.org/pdf/2403.01972.pdf
代码：https://github.com/quqxui/MPIKGC
提出背景
知识图谱就像一个大数据库，里面有很多关于不同事物的信息，这…
哪里可以下载动态短视频素材？短视频素材资源下载网站有哪些？
嘿，朋友们！做短视频的时候，找到那些既有范儿又不会被告侵权的素材简直就是一项技术活。不过别担心，我这就给你们揭秘几个下载动态短视频素材的神秘网站，让你的短视频创作事半功倍！
1，蛙学府资源…
转化BIO命名实体识别(NER)数据格式
文章目录 简介代码实现实验扩展应用代码 简介
BIO命名实体标注格式如下： （数据太多行，只展示一部分数据）
可 O
见 O
...
宋 B-PER
神 I-PER
宗 I-PER
时 O
， O
官 O
拜 O
礼 B-ORG
部 I-ORG
郎 O
杨 B-PER
次 I-PER
…
二、NLP中的序列标注（分词、主体识别）
一般来说，一个序列指的是一个句子，而一个元素指的是句子中的一个词。在序列标注中，我们想对一个序列的每一个元素标注一个分类标签。比如信息提取问题可以认为是一个序列标注问题，如提取出会议时间、地点等。
常见的应用场景&…
2020-Structure Aware Negative Sampling in Knowledge Graphs
摘要
使用对比估计学习知识图中实体和关系的低维表示是一种可扩展且有效的推断连接模式的方法。对比学习方法的一个关键方面是选择产生硬负样本的腐败分布，这迫使嵌入模型学习判别表示并找到观察数据的关键特征。虽然早期的方法要么采用过于简单的腐败分布…
知识图谱推理算法综述（上）：基于距离和图传播的模型
背景
知识图谱系统的建设需要工程和算法的紧密配合，在工程层面，去年蚂蚁集团联合 OpenKG 开放知识图谱社区，共同发布了工业级知识图谱语义标准 OpenSPG 并开源；算法层面，蚂蚁从知识融合，知识推理ÿ…
【第十二届“泰迪杯”数据挖掘挑战赛】【2024泰迪杯】B题基于多模态特征融合的图像文本检索—解题全流程（持续更新）
2024 年(第 12 届)“泰迪杯”数据挖掘挑战赛B题 解题全流程（持续更新）
-----基于多模态特征融合的图像文本检索
一、写在前面：
本题的全部资料打包为“全家桶”， “全家桶”包含：模型数据、全套代码、训练好的模…
第3章：知识表示：概述、符号知识表示、向量知识表示
💗💗💗欢迎来到我的博客，你将找到有关如何使用技术解决问题的文章，也会找到某个技术的学习路线。无论你是何种职业，我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章，也欢…
KG+LLM(一)KnowGPT: Black-Box Knowledge Injection for Large Language Models
论文链接：2023.12-https://arxiv.org/pdf/2312.06185.pdf
1.Background & Motivation
目前生成式的语言模型，如ChatGPT等在通用领域获得了巨大的成功，但在专业领域，由于缺乏相关事实性知识，LLM往往会产生不准确的…
智能新纪元：AI大模型学习的奥秘与挑战
在当前技术环境下，AI大模型学习不仅要求研究者具备深厚的数学基础和编程能力，还需要对特定领域的业务场景有深入的了解。通过不断优化模型结构和算法，AI大模型学习能够不断提升模型的准确性和效率，为人类生活和工作带来更多便利。…
3.Python数据分析—数据分析入门知识图谱索引(知识体系中篇)
3.Python数据分析—数据分析入门知识图谱&索引-知识体系中篇 一个人简介二数据获取和处理2.1 数据来源：2.2 数据清洗：2.2.1 缺失值处理：2.2.2 异常值处理： 2.3 数据转换：2.3.1 数据类型转换：2.3.2 数据…
知识图谱最简单的demo实现——基于pyvis
1、前言
我们在上篇文章中介绍了知识图谱的简单实现，最后使用neo4j进行了展示，对于有些情况我们可能并不想为了查看知识图的结果再去安装一个软件去实现，那么我们能不能直接将三元组画出来呢/
接下来我们就介绍一个可视化的工具pyvis&#…
吃得满意又健康？AI 营养师比人类营养师更懂你
By 超神经内容提要：合理膳食、营养均衡的重要性已不必多说，但具体如何落实，却不简单。为了得到搭配更合理、更健康、更符合人们口味的食谱，AI 也加入了营养师的队伍。关键词：饮食推荐 营养均衡 推荐系统在健康饮食方面…
GIS经典笔试、面试题汇总（二）
本文转载自《https://blog.csdn.net/staHuri/article/details/92830284》 GIS面试问题
文件类型
shpgdbmdbsde
数据类型
点线面
坐标转换形式 仿射变换（二维空间） 使用多个相同点进行平移，缩放，旋转，裁剪获得 3参…
Neo4j 开发者大会 NODES 2022 活动日程已发布 - 11.16 ~ 11.17
各位 Graphistas：
Neo4j 开发者大会 NODES 2022 将在 2022 年 11 月 16～17 日召开，不要错过这连续 24 小时跨越 3 个主要时区的大型在线活动，欢迎加入我们一起庆祝来自全球图技术社区的隆重分享。
现在访问官方网站注册活动: ht…
【JavaSE】类和对象解析
前言： 作者简介：爱吃大白菜1132 人生格言:纸上得来终觉浅，绝知此事要躬行 如果文章知识点有错误的地方不吝赐教，和大家一起学习，一起进步！ 如果觉得博主文章还不错的话，希望三连支持！…
实战二十六：基于字符串匹配的实体对齐任务 代码+数据 （可作为毕设）
任务描述：本教程通过将在两个不同本体体系下的实例进行对齐的例子来介绍和实现一个简单的实体对齐方法。实体对齐是对于给定的两种知识库，找到分别位于两个知识库中的相同实体。本教程通过加载和预处理数据、构建本体体系、构建实例和实体对齐算法得到一个可以应用的实体对齐…
LLM与知识图谱的协同与互补
文章目录 背景介绍LLM影响力与潜在问题LLMs和KGs的优缺点 大语言模型（LLMs）only-encoder架构encoder-decoder架构decoder-only架构 提示工程知识图谱LLM和知识图谱的代表性应用分类用知识图谱增强 LLM用知识图谱增强 LLM 预训练将知识图谱集成到训练目标…
算法训练营学习笔记2
树的应用
树
树（Tree）是n （n ≥0）个节点的有限集合，当n 0时，为空树；当n >0时，为非空树。任意一棵非空树，都满足：①有且仅有一个被称为根的节点ÿ…
深度学习在知识图谱问答中的革新与挑战
目录 前言1 背景知识2 基于深度学习改进问句解析模型2.1 谓词匹配2.2 问句解析2.3 逐步生成查询图 3 基于深度学习的端到端模型3.1 端到端框架3.2 简单嵌入技术 4 优势4.1 深入的问题表示4.2 实体关系表示深挖4.3 候选答案排序效果好 5 挑战5.1 依赖大量训练语料5.2 推理类问句…
论文浅尝 | 大规模知识图谱中的知识图谱补全和多跳推理
笔记整理：刘健宇，东南大学硕士，研究方向为知识图谱规则学习与推理 链接：https://dl.acm.org/doi/abs/10.1145/3534678.3539405 动机 知识图谱(KG) 以头-关系-尾三元组的形式捕获知识，是许多人工智能系统中的重要组成部…
知识图谱--Jena基础操作和检索推理应用
在上一篇读书笔记中讲到知识图谱存储主要有基于开源的Jena方式和基于图数据库（Neo4j）方式，本次主要对Jena的基础操作和如何应用进行了实践总结，同时结合了D2R，将结构化数据转换成Jena可以加载的格式（即RDF，后缀是.nt），Apache Jena作为一种开源的Java语义网框架，主要功…
什么是人工智能的知识图谱？知识图谱的组成、构建、应用有哪些？
人工智能（Artificial Intelligence，AI）是一种通过计算机模拟人类智能的技术，其应用范围越来越广泛。知识图谱（Knowledge Graph，KG）则是人工智能技术中的重要组成部分，它是一种结构化…
HttpUtils——助力高效网络通信
使用HttpClient发送请求、接收响应很简单，一般需要如下几步即可:
1、创建HttpClient对象。
2、创建请求方法的实例，并指定请求URL。如果需要发送GET请求，
创建HttpGet对象；如果需要发送POST请求，创建HttpPost对象。
3…
第1章 理解知识图谱（一）
💗💗💗欢迎来到我的博客，你将找到有关如何使用技术解决问题的文章，也会找到某个技术的学习路线。无论你是何种职业，我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章，也欢…
【Jena系列】Jena基本介绍
序言 做一件事并不难，难的是在于坚持。坚持一下也不难，难的是坚持到底。 文章标记颜色说明： 黄色：重要标题红色：用来标记结论绿色：用来标记一级论点蓝色：用来标记二级论点 希望这篇文章能让你不…
知识图谱04——openGL与ubuntu22.04
跑图神经网络的时候遇到了如下问题
libGL error: failed to load driver: iris
libGL error: MESA-LOADER: failed to open iris: /usr/lib/dri/iris_dri.so: 无法打开共享对象文件: 没有那个文件或目录 (search paths /usr/lib/x86_64-linux-gnu/dri:\$${ORIGIN}/dri:/usr/li…
【知识图谱】KBQA核心架构小结
KBQA是指基于知识图谱的问答系统，是知识图谱的重要应用形式，基于知识图谱的问答和基于LLM的问答殊途同归。 KBQA是一个系统，由多种功能模块组成，其核心架构梳理如下： 下面对各个模块简单小结
文本清洗
只有是文本的…
论文浅尝 | 基于预训练语言模型的简单问题知识图谱问答
笔记整理：刘赫，天津大学硕士 链接：https://doi.org/10.1007/s11280-023-01166-y 动机 大规模预训练语言模型(PLM)如BERT近取得了巨大的成功，成为自然语言处理(NLP)的一个里程碑。现在NLP社区的共识是采用PLM下游任务的骨干。在最近…
Think-on-Graph—基于知识图谱的LLM推理
文章目录 背景动机LLM模型存在的问题LLM ⊕ \oplus ⊕KG范式的局限性 LLM ⊗ \otimes ⊗KG范式（Think on Graph，ToG）LLM ⊗ \otimes ⊗KG范式的过程ToG的三个阶段初始化实体提取关系及实体探索推理 例子及效果相关结论搜索深度和波束宽度对To…
使用清华智谱ChatGLM2大模型搭建本地私有知识库
首先放上该方案项目的git地址：https://github.com/chatchat-space/Langchain-Chatchat 以下是我的搭建和踩坑经验记录 一、环境准备
1、python安装
在环境中安装python，我安装的是3.9版本的python，官方要求的是Python 3.8 - 3.10 版本。不知…
智能设计：工具·课程·人才
opus上次错过了shadow的直播，今天终于等到了视频版~~~2021-9-18浙大设计B站地址youtu.beeva已， shadow 要不再总结几句 ？我来描述下我理想中的课程学习状态：shadow- 在实践中学，学生是教学活动的主角，导师是…
Large Language Models and Knowledge Graphs: Opportunities and Challenges
本文是LLM系列的文章，针对《Large Language Models and Knowledge Graphs: Opportunities and Challenges》的翻译。 大语言模型和知识图谱：机会与挑战 摘要1 引言2 社区内的共同辩论点3 机会和愿景4 关键研究主题和相关挑战5 前景 摘要
大型语言模型&…
知识图谱02——使用python将信息录入neo4j
将文档传入chatgpt，生成对应的cypher语句 链接: https://pan.baidu.com/s/1Ny-ttbBSpqYEigwYiCWMeA?pwdc7sc 提取码: c7sc
使用命令行安装对应的包
pip install neo4jchatgpt生成出的txt文档中的内容如下：
MERGE (Node1:Entity {name: 原始舱单提运单…
Knowledge Graph知识图谱—8. Web Ontology Language (OWL)
8. Web Ontology Language (OWL)
在RDFs不可能实现： Property cardinalities, Functional properties, Class disjointness, we cannot produce contradictions, circumvent the Non Unique Naming Assumption, circumvent the Open World Assumption
8.1 OWL
Tr…
WebDAV之派盘本地个人云+Documents
Documents是一款由Readdle开发的文档管理和编辑工具，支持PDF阅读、音频播放、图像浏览和标注、以及多种常见文档格式的编辑操作等。派盘是一款本地私有云产品，基于WebDAV、FTP、SMB等多种协议，提供文件存储、分享、同步、备份等服务ÿ…
python 某度算法岗位，一面，手撕代码+八股文
一、简单介绍项目经历？
巴拉巴拉
二、gpt和bert的区别，前面我发的博客中有详细介绍
GPT（Generative Pre-trained Transformer）和BERT（Bidirectional Encoder Representations from Transformers）是当前自…
开放领域问答机器人2——开发流程和方案
开放领域问答机器人是指在任何领域都能够回答用户提问的智能机器人。与特定领域问答机器人不同，开放领域问答机器人需要具备更广泛的知识和更灵活的语义理解能力，以便能够回答各种不同类型的问题。
开发开放领域问答机器人的流程和方案可以包括以下步骤…
运用知识图谱技术，赋能多领域应用 ——“未来杯”AI学术联赛总决赛暨颁奖典礼圆满落幕
由北京大学软件工程国家工程研究中心主办，华为终端有限公司及中软国际教育科技集团全程战略支持，STEER TECH科技平台、北京乐智元素科技有限公司、艾肯文化传媒（北京）有限公司、AI TIME承办，华为NAIE网络人工智能平台作…
百分点科技：《数据科学技术: 文本分析和知识图谱》
科技进步带来的便利已经渗透到工作生活的方方面面，ChatGPT的出现更是掀起了新一波的智能化浪潮，推动更多智能应用的涌现。这背后离不开一个朴素的逻辑，即对数据的收集、治理、建模、分析和应用，这便是数据科学所重点研究的对象——…
知识图谱实战应用5-基于知识图谱的创建语义搜索功能
大家好，我是微学AI，今天给大家讲一下知识图谱实战应用5-基于知识图谱的创建语义搜索功能。基于知识图谱的语义搜索功能是一种能够理解用户意图、并根据语义关系在知识图谱中进行查询的搜索方式。相比于传统的文本搜索，它可以更准确地回答用户…
CSIG企业行-走进合合信息成功举行，聚焦生成式人工智能、智能文档处理前沿热点
3月18日，由中国图象图形学学会（CSIG）主办，合合信息、CSIG文档图像分析与识别专业委员会联合承办的“CSIG企业行”系列活动成功举办。此次活动以“图文智能处理与多场景应用技术展望”为主题，特邀来自上海交大、厦门大学…
Neo-reGeorg 测试
今天来学习、测试一下Neo-reGeorg Neo-reGeorg下载地址：https://github.com/L-codes/Neo-reGeorg
使用 1、设置密码并生成隧道文件，默认生成到当前路径的neoreg_server目录下：
//kali
python3 neoreg.py generate -k test123 2、将生成的脚…
RPA×IDP×AIGC，实在智能打造全新“超进化”文档审阅超自动化解决方案
企业商业活动频繁，每日都有大量文档被创建、书写、传递，需要人工审阅核查，以确保其准确性和合法性。这是对企业文档管理的一个巨大挑战，尤其对于金融机构、审计机构等文本相关岗位的工作人员来说更是如此。传统的文档审核通常需要…
【Neo4j教程之CQL函数基本使用】
🚀 Neo4j 🚀 🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀 🌲 越难的东西,越要努力坚持，因为它具有很高的价值，算法就是这样✨ 🌲 作者简介：硕风和炜，C…
P11 数据库系统概论——关系代数2（关系特有操作）
文章目录专门的关系运算（1）【选择】Selection学生-课程数据库（2）【投影】Projection（3）【连接】Join两类常用连接运算等值连接（equijoin）自然连接（Natural joinÿ…
利用大模型知识图谱技术，告别繁重文案，实现非结构化数据高效管理
我，作为一名产品经理，对文案工作可以说是又爱又恨，爱的是文档作为嘴替，可以事事展开揉碎讲清道明；恨的是只有一个脑子一双手，想一边澄清需求一边推广宣传一边发布版本一边申报认证实在是分身乏术࿰…
B.特定领域知识图谱知识推理方案[二]：基于自监督图谱表征算法升级[特征交叉、邻居采样修正、生成学习、对比学习等]
推荐参考文章： A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[一]（基于距离的翻译模型:TransE、TransH、TransR、TransH、TransA、RotatE）
A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[二]（DTransE/PairRE：基于表示学习的知识图谱链接预测算法）
A.…
《论文阅读》同情对话生成的知识桥梁 AAAI 2021
《论文阅读》同情对话生成的知识桥梁 AAAI 2021 前言简介基础知识Emotional DG 和Empathetic DG 的不同外部知识最小最大正则化模型架构Emotional Context GraphEmotional Context EncoderEmotional context graph encodingEmotional signal perceptionEmotion-dependency deco…
知识图谱技术在金融领域的分析和应用
随着云计算、大数据、人工智能等新兴技术的蓬勃发展，知识图谱作为一种新型的语义计算技术，受到学术界和工业界的广泛关注。在金融领域知识图谱的应用主要集中于金融风险控制、智能客服、信息检索等领域，而目前的研究主要集中于构建和应用本体…
图观 | ChatGTP是如何通过知识图谱回答问题的？
文/Emma Z1950年，图灵发表了具有里程碑意义的论文《计算机器与智能》（Computing Machinery and Intelligence），提出了一个关于机器人的著名判断原则——图灵测试，也被称为图灵判断，它指出如果第三者无法辨别…
知识图谱--知识抽取
知识抽取 – 潘登同学的KG笔记 文章目录知识抽取 -- 潘登同学的KG笔记前言知识抽取实体识别与分类实体识别解码策略指针网络关系抽取基于模板的方法基于机器学习的模型深度学习模型总结属性补全概念抽取基于模板的抽取基于百科的抽取基于机器学习的抽取总结事件识别与抽取模式匹…
Few-Shot Knowledge Graph Completion
[1911.11298] Few-Shot Knowledge Graph Completion (arxiv.org)
目录
Background
Model
Encoding Heterogeneous Neighbors
Aggregating Few-Shot Reference Set
Matching Query and Reference Set
Matching Query and Reference Set Background
以往的KGC认为每个关系…
Glycosaminoglycans Assay Kit（糖胺聚糖检测试剂盒）--Chondrex
糖胺聚糖（glycosaminoglycans，GAGs）是一种携带负电荷的多糖链，位于大多数结缔组织和许多不同类型细胞的细胞外基质（extracellular matrices, ECM）中以及细胞表面上。由重复双糖单位复合构成的糖胺聚糖可分为…
论文浅尝 | 在图上思考：基于知识图谱的深度且负责的大语言模型推理
笔记整理：孙硕硕，东南大学硕士，研究方向为自然语言处理 链接：https://arxiv.org/abs/2307.07697 1. 动机 本文的动机是大型语言模型在各种任务中取得了较大的进步，但它们往往难以完成复杂的推理，并且在知识…
人工智能知识图谱：智慧连接的未来
导言 人工智能知识图谱作为知识管理和智能推理的重要工具，正在为人工智能领域带来革命性的变化。本文将深入研究人工智能知识图谱的发展、技术特点以及对多领域的深远影响。
1. 背景与定义 人工智能知识图谱是一个庞大的知识网络，将实体、关系、…
Neural axiom network for knowledge graph reasoning 论文精读
文章目录 1.问题的提出引出当前研究的不足与问题五种公理模块的解释：**定义域和值域限制**DisjointObjectProperty：IrreflexiveObjectPropertyAsymmetricObjectProperty 2.数据来源和模型构建数据来源介绍本文中的主要模型与方法符号解释：3.2…
数据结构之树以及二叉树的相关概念
树 文章目录树树的基本概念树的相关术语树的表示树在实际中的应用（表示文件系统的目录树结构）二叉树概念及结构概念特殊的二叉树二叉树的性质二叉树的存储结构二叉树的顺序结构树的基本概念 树是一种非线性的数据结构，它是一种一对多的数据结…
大型语言模型在实体关系提取中的应用探索(二)
上一篇文章我们探讨了如何使用大语言模型进行实体关系的抽取。本篇文章我们将进一步探索这个话题。比较一下国内外几款知名大模型在相同的实体关系提取任务下的表现。由于精力有限，我们无法全面测试各模型的实体关系抽取能力，因此，看到的效果…
@河南省文旅厅 携手让非遗“活”起来！
太极拳申遗成功两周年之际河南省文化和旅游厅联合百度智能云打造的“太极拳一张图”正式上线啦！河南省是我国非物质文化遗产资源大省，此次推出的“太极拳一张图”正是河南省贯彻落实二十大精神，深入推进非遗数字化保护体系建设和传播推广的又…
RDF基本概念及序列化方法
前言 RDF(Resource Description Framework，资源描述框架) 被称为语义网技术体系的基石。他是W3C提倡的一个数据模型，用于描述万维网上的资源及其相互间的联系。
本文不做过深的讲解，主要集中在两个方面：
保证清晰讲述RDF数据模型…
使用Py2neo构建知识图谱（概念与实现）
知识图谱是一种用于描述实体之间关系的图形化知识表示方法，它将实体、属性和关系组织成一个大型的、半结构化的知识库。知识图谱的应用非常广泛，包括语义搜索、智能问答、个性化推荐、内容分发等领域。
知识图谱的构建方法有很多种，其中比较…
基于 python获取教育领域新闻进行分词关键词词共现分析 Gephi 软件绘制主题知识图谱
本文着眼于对疫情期间教育领域新闻的分析，基于 python 语言，利用爬虫获取教育领域的最新新闻，并将其内容进行分词，抓取关键词。在此基础上，根据关键词进行共现分析，并利用 Gephi 软件绘制主题知识图谱&…
B.特定领域知识图谱知识推理方案[一]：基于表示学习的知识感知推理算法[对抗负采样、Logic Rule，链接预测任务]在关系预测、推荐场景下应用
推荐文章：
推荐参考文章： A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[一]（基于距离的翻译模型:TransE、TransH、TransR、TransH、TransA、RotatE）
A.特定领域知识图谱知识推理方案：知识图谱推理算法综述[二]（DTransE/PairRE：基于表示学习的知识图谱链接预…
A State-transition Framework to Answer Complex Questions over Knowledge Base 论文笔记
A State-transition Framework to Answer Complex Questions over Knowledge Base
这篇是2018年北大发表在EMNLP上的文章，核心侧重于对query graph的构建。之前的方法不能很好的处理复杂问题，比如多跳推理等，因此本文旨在提出一个更好的quer…
ChatGPT有用到知识图谱吗？它自己是这样回答...
从搜索引擎到个人助手，我们每天都在使用问答系统。问答系统必须能够访问相关的知识并进行推理。通常，知识可以隐式地编码在大型语言模型（LLMs）中，例如ChatGPT、T5 和LaMDA 等大型语言模型，这些模型在未结构…
知识图谱实战开篇-讲述知识图谱是什么，要学哪些知识，一文讲通
大家好，我是微学AI，今天给大家带来知识图谱重要讲述，讲明白什么是知识图谱，知识图谱可以做什么，需要学哪些知识，与自然语言处理的关系。很多人认为知识图谱是关系图谱，可能涉及人工智能的东西不…
Know-Evolve: Deep Temporal Reasoning for Dynamic Knowledge Graphs
Know-Evolve: Deep Temporal Reasoning for Dynamic Knowledge Graphs
Rakshit Trivedi 1 Hanjun Dai 1 Yichen Wang 1 Le Song 1
知识背景
Temporal Knowledge Graph : facts occur,recur or evolve over time in these graphs,and each edge in the graphs have temporal …
ChatGP的使用方法你真的都会吗
随着人工智能技术的不断发展，ChatGPT作为一种新型的自然语言处理技术，已经在各个领域得到了广泛的应用。本文将从多个方面介绍如何使用ChatGPT，并且分析其优势和适用场景。
一、ChatGPT的基本概念
ChatGPT是基于OpenAI推出的一种先进的自然…
【kg推荐-＞精读】Learning Intents behind Interactions with Knowledge Graph for Recommendation
KGIN Learning Intents behind Interactions with Knowledge Graph for RecommendationAbstract
基于GNN的端到端模型。
现有的基于GNN的模型是粗粒度的，不能
在intents（意图）的细粒度级别识别user-item关系。利用 关系依赖(relation depe…
Neo4j | 一文入门Neo4j！
下面是一些基本的Cypher查询语句：
创建节点
CREATE (n:Person {name:Alice})这会创建一个标签为Person、属性name值为Alice的节点。
创建节点之间的关系
MATCH (a:Person {name:Alice}), (b:Person {name:Bob})
CREATE (a)-[:FRIEND]->(b)这会创建Alice和Bob…
什么是Java中的Lambda表达式？如何使用它
Lambda表达式是Java 8中引入的一种新特性，它是一种匿名函数，可以简化代码并提高可读性和可维护性。在使用Lambda表达式时，无需定义方法名、返回类型和参数类型，只需要指定方法体即可。Lambda表达式通常用于函数式编程中࿰…
【AI】人工智能爆发推进器之知识图谱
目录
一、什么是知识图谱
二、知识图谱的发展历程
三、知识图谱的应用场景
四、知识谱图的例子 知识图谱，一度被称作是人工智能的基石，这是应用组普遍的技术或者说是理念。
一、什么是知识图谱
**知识图谱（Knowledge Graph）…
知识推理——CNN模型总结
记录一下我看过的利用CNN实现知识推理的论文。
最后修改时间：2023.05.08
目录
1.ConvE
1.1.解决的问题
1.2.优势
1.3.贡献与创新点
1.4.方法
1.4.1 为什么用二维卷积，而不是一维卷积？
1.4.2.ConvE具体实现 1.ConvE
论文：…
chatgpt如何引入本地知识？我们来看下emnlp 2022如何将本地图谱知识引入到任务型对话系统中
一、概述
title：Injecting Domain Knowledge in Language Models for Task-Oriented Dialogue Systems
论文地址：https://arxiv.org/abs/2212.08120
代码：GitHub - amazon-science/domain-knowledge-injection
1.1 Motivation
如何在PLM…
《TensorFlow知识图谱实战》简介
#好书推荐##好书奇遇季#《TensorFlow知识图谱实战》，京东当当天猫都有发售。配套源码、PPT课件、数据集、开发环境与答疑服务。 知识图谱（Knowledge Graph）的概念由谷歌首先提出，旨在实现更智能的搜索引擎。目前，随着智…
探索经典算法 图算法、堆操作和并查集
图算法、堆操作和并查集是计算机科学中常用的数据结构和算法，它们在解决各种实际问题中具有重要的应用价值。在本文中，我将详细介绍这三个主题，并提供相应的示例代码和应用场景，以帮助读者更好地理解和应用这些概念。
一、图算法…
微信长按录制视频功能的设计思考
微信长按录制视频功能的引入，旨在为用户提供更便捷、直观的方式来记录和分享生活中的精彩瞬间。本文从用户需求、市场竞争、产品优势等方面探讨了微信长按录制视频功能的设计背景，分析了其重要性和合理性，同时介绍了该功能的具体实现和优势&a…
vue+flask基于知识图谱的抑郁症问答系统
vueflask基于知识图谱的抑郁症问答系统 抑郁症已经成为当今社会刻不容缓需要解决的问题，抑郁症的危害主要有以下几种：1.可导致病人情绪低落：抑郁症的病人长期处于悲观的状态中，感觉不到快乐，总是高兴不起来。2.可导致工…
走进知识图谱（三）【世界知识图谱篇】其他的知识表示学习模型
除了上篇文章介绍到的基于复杂关系建模的知识表示方法，我们还有多种基于平移模型而改进的知识图谱知识表示方法，并且它们都是对关系的深入建模。可以将它们归为两类，分别是知识图谱结构建模和知识图谱多源信息融合建模。这也对应了之前说的&a…
一款非常有趣的中国版本的Excalidraw作图工具drawon(桌案)
桌案工具集成了很多有趣的在线作图工具， 思维导图， 流程图，以及草图，在线ppt等功能。 而草图是基于国外有名的Excalidraw而改造而来，使得它更符合国人的使用习惯。 最近在 使用excalidraw时，发现了很多新功…
带你深入了解Android Handler的用法
Android中，Handler是一类用于异步消息传递和线程之间通信的基础框架。一个Handler是一个线程的处理器，可以接收消息，并调度运行它们。使用Handler，应用程序可以将处理器与一个线程关联，以将来的时间运行任务。而使用Ha…
构建知识图谱，让自己更值钱
现在这个时代，信息极大丰富，知识浩如烟海，每个人每时每刻都被各种各样的知识、信息轰炸着，如何有效的选择对自己有价值的知识，如何构建一个独属于自己的知识体系并让它为自己创造价值，变得越来越重要。
泛…
【自然语言处理】- 作业5: 智能问答在法律智能领域的应用
课程链接: 清华大学驭风计划
代码仓库：Victor94-king/MachineLearning: MachineLearning basic introduction (github.com) 驭风计划是由清华大学老师教授的，其分为四门课，包括: 机器学习(张敏教授) ， 深度学习(胡晓林教授), 计算…
知识图谱实战应用12-食谱领域智能问答系统，实现菜谱问答
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用12-食谱领域智能问答系统，实现菜谱问答，本项目基于py2neo和neo4j图数据库，将知识图谱应用于菜谱领域。通过构建菜谱知识图谱，实现简单的菜谱食材问答系统。用户可以通过问答系统，快速获取简单的菜谱食材信息。
一…
一个简单的基于知识图谱的影视剧推荐系统
背景
这是去年九月份在研究知识图谱与推荐时做的一个Demo项目，源自于在github上找到一个关于汽车行业的知识图谱开源项目。我主要对它进行了一些改造，使之变成了一个基于知识图谱的影视剧推荐系统。
环境
python3、flask前端框架、图数据库neo4j(3.3.…
带你深入了解Activity，View，Window三者的关系
Activity、View和Window是Android中三个重要的概念，它们之间存在着紧密的关系。在本文中，我们将详细讨论Activity、View和Window之间的关系，并提供相应的示例代码。
Activity: Activity是Android应用程序的一个组件，它代表着用户…
基于neo4图数据库的简易对话系统
文章目录 一、环境二、思路第一步：输入问句第二步：针对问句进行分析，包括意图识别和实体识别第三步：问句转化第四步：问题回答的模板设计 三、代码解读1. 项目结构2. 数据说明3. 主文件kbqa_test.py解读4. entity_extra…
C++读书笔记：常量
常量是固定值，在程序执行期间不会改变。这些固定的值，又叫做字面量。
常量可以是任何的基本数据类型，可分为整型数字、浮点数字、字符、字符串和布尔值。
常量就像是常规的变量，只不过常量的值在定义后不能进行修改。
整数常量…
《知识图谱：概念与技术》 读书笔记（上）
肖仰华老师的读书笔记，很多思路、方法都值得借鉴。
原始课件链接http://kw.fudan.edu.cn/workshop/kgbook，本博文中提到的资料就是这些原始课件链接。
本篇博客主要记录了原书第一篇和第二篇，与知识图谱的概念、构建相关，可以结…
【技术免费分享-知识图谱的构建】SpringBoot+Vue.js知识图谱中药可视化系统
讲两句
现在基本上网上很少有知识图谱完整案例的构建，咱们开发者对于怎么构建没有一点思路，知识图谱基本就两个构建方法：方法1 neo4j图数据库； 方法2 echarts图谱插件。 我觉得方法2比较简单，主要省事。 下面带领大家…
358 篇论文, 最新知识图谱KG综述！
获取结构化的人类知识是设计高级人工智能的重要基础。为此，早期研究者做了大量工作以从不同数据源中自动提取可以提供有用信息（事实）的数据模式；进一步地，学者的研究兴趣转向自动构建概念化的结构良好的知识图谱&#…
知识图谱实战（04）：基于知识图谱的搜索引擎系统
一、项目介绍
更多完整内容请关注：《知识图谱实战》 适用人群 知识图谱工程师、NLP工程师、搜索工程师，希望进入人工智能领域的同学 你将会学到 您将系统学习整个知识图谱框架体系、落地方法、互联网各行业场景下应用、工业界项目落地实战，深…
Neo4j的查询语法笔记(二)
[img]http://dl2.iteye.com/upload/attachment/0120/3433/e84b4219-9e96-31fb-927f-241366d91c74.png[/img]
cypher是neo4j官网提供的声明式查询语言，非常强大，用它可以完成任意的图谱里面的查询过滤，我们知识图谱的一期项目
基本开发完毕&am…
图形数据库之Neo4j核心概念介绍（二）
最近这段时间一直在搞知识图谱的一个项目，有点忙，所以博客更新有点慢，现在第一阶段的开发基本完活，后面有空会总结几篇与neo4j有关的文章。 有关neo4j的介绍和使用场景，这里不多说了，不了解的朋友可以参考我…
大众点评搜索基于知识图谱的深度学习排序实践
转子：https://tech.meituan.com/2019/01/17/dianping-search-deeplearning.html
1. 引言
挑战与思路
搜索是大众点评App上用户进行信息查找的最大入口，是连接用户和信息的重要纽带。而用户搜索的方式和场景非常多样，并且由于对接业务种类多…
人工智能，就是人建造可替代人类心灵来进行工作的机器
历史上，每一次技术上的突飞猛进都会造成人类社会结构的巨大变革。人工智能的快速发展向人类展现了未来社会的多种可能性。然而，人工智能在给人类带来福祉的同时也在给社会带来现实的或者可能的“技术代价”。南京大学哲学系教授潘天群认为，面…
基于BERT的数据库的问答系统
目录一. 知识图谱的介绍1. 知识库与三元组2. 知识库问答3. 知识库问答的主流方法4. 基于深度学习的KQ问答二. 本项目介绍1. 项目数据集2. 处理数据集2.1 构造命名实体识别数据集2.2 构造知识库数据集2.3 构建属性相似的数据4. 构建数据库数据5. 模型构建5.1 BertCRF5.2 BertFor…
探索经典算法：递归、数组操作与栈操作
在计算机科学领域，算法是解决问题的有效方法和步骤集合。其中，递归、数组操作和栈操作是常见且重要的算法。本文将深入探索这些经典算法，并提供详细的解释和示例代码，帮助读者理解和应用这些算法。
一、递归算法： 递归…
文献学习-联合抽取-Joint entity and relation extraction based on a hybrid neural network
目录
1、Introduction
2、Related works
2.1 Named entity recognition
2.2 Relation classification
2.3 Joint entity and relation extraction
2.4 LSTM and CNN models On NLP
3、Our method
3.1 Bidirectional LSTM encoding layer
3.2 Named entity recogniton …
py2neo+Neo4j初体验
这里写目录标题简介安装与沙箱使用py2neo问题记录简介
图数据库是做知识图谱的好东东。当然，还可以做很多东西： 数据可视化、复杂网络不社会网络分析等 目前市面上有很多种，排名可以参考这里。 Neo4j作为图数据库中的头牌，当然有…
Radiology：脑损伤患者基于语言任务的功能磁共振成像与静息态功能磁共振成像对躯体运动网络的识别
在过去的几十年里，功能性磁共振成像(fMRI)被广泛用于术前规划，有证据表明，附加信息可以改变很大一部分脑肿瘤患者的治疗方法。术前功能磁共振成像有助于减小开颅手术的规模，并通过促进术中定位或减少对定位的需要来缩短手术时间。…
神经网络 知识图谱,神经网络的发展史
1、人脸识别的发展历史是怎样的？
人脸识别是一个被广泛研究着的热门问题，大量的研究论文层出不穷，在一定程度上有泛滥成“灾”之嫌。为了更好地对人脸识别研究的历史和现状进行介绍，本文将AFR的研究历史按照研究内容、技术方法等…
TransE模型：知识图谱的经典表示学习方法
传统的知识图谱表示方法是采用OWL、RDF等本体语言进行描述；随着深度学习的发展与应用，我们期望采用一种更为简单的方式表示，那就是【向量】，采用向量形式可以方便我们进行之后的各种工作，比如：推理…
Large Language Models Meet Knowledge Graphs to Answer Factoid Questions
本文是LLM系列文章，针对《Large Language Models Meet Knowledge Graphs to Answer Factoid Questions》的翻译。 大型语言模型与知识图谱相遇，回答虚假问题 摘要1 引言2 相关工作3 提出的方法4 实验设计5 结果与讨论6 结论 摘要
最近，有研…
《知识图谱：概念与技术》 读书笔记（下）
肖仰华老师的读书笔记，很多思路、方法都值得借鉴。
原始课件链接http://kw.fudan.edu.cn/workshop/kgbook，本博文中提到的资料就是这些原始课件链接。
本篇博客主要记录了原书第三篇和第四篇，与知识图谱的管理、应用相关，可以结…
电影知识图谱问答系统项目总结
本次问答系统是复现实验，使用rdf作为知识存储的工具，原始的项目源码，原始参考：知乎专栏
作者源码是python2写的，我将其改写为python3，更改后项目源码链接，提取码：8fk4
在复现系统的…
Mixlab的羊毛怎么薅？ | MixAI 知识库 No.68
设计商业技术No.68 ☀️时尚黑客这是Mixlab第一款T恤，属于创作者的、用代码设计的T恤，我们总共只准备了100件。第2批（今年最后一批），申请中~~这款T恤放出来的时候，我们收到了一些有意思的反馈…
融合创新，降低门槛，飞桨推动人工智能走通工业大生产之路
5月20日，由深度学习技术及应用国家工程实验室与百度联合主办的 WAVE SUMMIT 2021深度学习开发者峰会在北京召开。百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰在峰会上致辞。王海峰透露，飞桨已凝聚320万开发者，相比1年前增长…
ConMask: Open-World Knowledge Graph Completion
目录
Abstract
Introduction
Model
Relationship-Dependent Content Masking
Target Fusion
Loss Function [1711.03438] Open-World Knowledge Graph Completion (arxiv.org)
Abstract
引入一个名为ConMask的开放世界KGC模型，该模型学习实体名称和部分文本…
百度CTO王海峰荣膺第十三届光华工程科技奖
11月8日，第十三届光华工程科技奖揭晓仪式在北京举行。该奖项被誉为“中国工程界最高奖项”，旨在对我国工程科技及管理领域做出杰出贡献的科学家、工程师进行表彰。百度 CTO 王海峰因其在人工智能领域、尤其是自然语言处理领域的卓越贡献，成为…
智能客服小讲堂丨智能客服“知”多少
“小朋友，你是否有很多问号？”别担心，让智能客服来回答你， 7x24小时在线为你答疑解惑，妥妥的真爱。无论是清晨还是傍晚，只要你拨过去，对面总能传出甜美的服务音。无论充值缴费、预约订购、咨询答…
论文浅尝 | SimKGC：基于预训练语言模型的简单对比知识图谱补全
笔记整理：李雅新，天津大学硕士，研究方向为知识图谱补全 链接：https://dl.acm.org/doi/10.1145/3539597.3570483 动机 知识图谱补全 (KGC) 旨在对已知事实进行推理并推断缺失的链接。基于文本的方法从自然语言描述中学习实体表示&a…
第十二周.直播.DGL-KG, LifeSci讲解
文章目录知识图谱背景DGL-KELifeSci双线性系列RESCAL摘要2. Modelling and Notation模型DistMult摘要模型ConvE为什么是2D不是1D卷积模型本文内容整理自深度之眼《GNN核心能力培养计划》公式输入请参考：
在线Latex公式DGL有三个比较知名的开源库，DGL-KG,…
多跳推理真的可解释吗？10.24
多跳推理真的可解释吗 摘要1 引言2 相关工作2.1 多跳推理2.2 基于规则的推理2.3 可解释性评估 3 基础知识4 基准测试4.1 数据集构建4.2 评估框架4.3 近似可解释性评分4.4 Benchmark with Manual Annotation4.5 使用挖掘规则的基准 实验 摘要
近年来，多跳推理在获取…
知识图谱(5)知识表示
基于Node2Vec补全KG
知识图谱属于异质图，图谱包含三个元素：实体（图中的节点），类型（节点的标识），关系（边的标识）。KG就是把所有不同种类的信息连接在一起而得…
数据库系统概论——关系模型（关系完整性约束）
文章目录关系的三类完整性约束实体完整性和参照完整性实体完整性（Entity lntegrity）参照完整性参照完整性（关系间的引用）外码（Foreign Key）参照完整性（参照完整性规则）用户定义的完整…
nlp与知识图谱代码解读_词嵌入
目录 词嵌入简单原理代码案例解读专业原理介绍场景 词嵌入
简单原理
可以使用一些比喻和生活中的例子： 老师： 你们还记得玩乐高积木的时候，每个积木块代表了一个特定的事物或形状吗？现在，想象一下，每个词…
小白的福利教学。4+共病+WGCNA+机器学习+实验，简单易复现
今天给同学们分享一篇共病WGCNA机器学习实验的生信文章“Exploring immune related gene signatures and mechanisms linking non alcoholic fatty liver disease to atrial fibrillation through transcriptome data analysis”，这篇文章于2023年10月16日发表在Sci…
开源web框架django知识总结（二）
开源web框架django知识总结（二）
接着开源web框架django知识总结（一）的知识继续讲解，url和视图函数 URL 结构
语法：
protocol://hostname[:port]/path[?query][#fragment]
实例：
http://tts.t…
知识图谱：信息抽取简易流程
目录 一、标注训练数据 二、训练数据模型 三、实现NER 一、标注训练数据 使用工具：Brat ## BRAT安装 0、安装条件
（1）运行于Linux系统
（2）brat（v1.3p1）仅支持python2版本运行使用，否则会报错
File "standalone.py", line 257except SystemExit, sts:^Syn…
走进知识图谱（二）【世界知识图谱篇】知识表示的经典模型与平移模型及基于复杂关系建模的知识表示学习
上篇文章提到，该系列文章将主要围绕世界知识图谱和语言知识图谱这两大类知识图谱进行展开，并且提到知识图谱的主要研究包括了知识表示学习、知识自动获取和知识的推理与应用三大部分。今天主要介绍世界知识图谱的知识表示学习，其中包括经典的…
知识图谱实战应用24-基于py2neo的学生个性化课程的推荐系统
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用24-基于py2neo的学生个性化课程的推荐系统，本项目利用知识图谱技术来提供个性化的在线学习体验，构建了一个包含数百门课程和学习资源的知识图谱，通过分析用户的学习历史、兴趣和能力，为每个学生生成个性化的学习路径…
从“存数”到“用数”，知识图谱为智慧城市注入新动能
近年来，新型智慧城市正成为城市发展绕不开的话题。
有人说新型智慧城市是“新瓶装旧酒”，但更多人认为新型智慧城市是城市在经历信息化和智慧城市建设多年之后的一种新诉求与新渴望。
尤其是疫情防控过程中，全国各大城市普遍意识到云计算、…
《知识图谱互联互通白皮书》正式发布，合合信息携手电子标准院共同推动技术规范化发展
知识图谱是将各种数据和信息进行结构化处理后形成的一种“语义知识库”，也是人工智能的重要组成部分。
为助力知识图谱系统间的互联互通，推进知识要素的规范、有序和可靠流动，近期，中国电子技术标准化研究院依托知识图谱产业推进…
利用语义属性来进行时序知识图谱的补全
目录 摘要部分
张量分解
超平面投影
超平面
投影
超平面投影的应用
数学表示
正则化
引言部分
TKG嵌入方法
举例
相关工作
SKG嵌入方法
评判事实合理性的评分函数模型
平移模型
TransE
TransE例子
张量分解模型
RESCAL
神经网络模型
TKG嵌入方法
外推
插…
知识图谱实战应用25-基于py2neo的超市商品的图谱构建与商品推荐系统的实现
大家好，我是微学AI，今天给大家介绍一下知识图谱实战应用25-基于py2neo的超市商品的图谱构建与商品推荐系统的实现，本篇文章，我将指导大家如何使用py2neo和Neo4j构建一个实用的超市商品知识图谱和推荐系统。该系统可以帮助用户快速找到感兴趣的商品，并提供个性化的推荐服务…
新KG视点 | Jeff Pan、陈矫彦等——大语言模型与知识图谱的机遇与挑战
OpenKG 大模型专辑 导读 知识图谱和大型语言模型都是用来表示和处理知识的手段。大模型补足了理解语言的能力，知识图谱则丰富了表示知识的方式，两者的深度结合必将为人工智能提供更为全面、可靠、可控的知识处理方法。在这一背景下，OpenKG组织…
【neo4j-python】安装与简单使用
文章目录 前言环境第一步：JDK安装第二步：neo4j安装第三步：测试neo4j是否安装成功第四步：Python进行连接neo4j 前言
最近新入坑梦幻模拟战手游，对于英雄的羁绊一直不是很清楚，也不知道怎么方便查找英雄的羁…
知识图谱笔记：TransE
1 知识图谱介绍
一条知识图谱可以表示为一个三元组(sub,rel,obj)。 举个例子：小明的爸爸是大明，表示成三元组是（小明，爸爸，大明）。前者是主体，中间是关系，后者是客体。主体和客体统…
知识网络一小步，数据驱动一大步
曾几何时，关于数据及其价值的讨论甚嚣尘上。《经济学人》甚至直接将数据比作新时代的石油，以彰显其社会价值与作用。
数据真正获得认可是在去年，官方直接给数据及其价值背书。中共中央国务院在《关于构建更加完善的要素市场化配置体制机制的…
基于 LLM 的知识图谱另类实践
本文整理自社区用户陈卓见在「夜谈 LLM」主题分享上的演讲，主要包括以下内容：
利用大模型构建知识图谱利用大模型操作结构化数据利用大模型使用工具
利用大模型构建知识图谱 上图是之前，我基于大语言模型构建知识图谱的成品图，主…
定制AI问答机器人的这些好处你知道吗
在当今的数字时代，信息丰富，但个性化互动和量身定制的响应却匮乏。定制一个个性化的工具这个概念超越了传统的人工智能体验，它不仅关乎人工智能能做什么，还关乎你可以用人工智能做什么。这就是为什么创建您自己的个性化 GPT 可以带…
知识图谱01——ubuntu22.04 neo4j安装配置
环境：ubuntu22.04 以上参照自 目录 下载安装包新建conda虚拟环境启动neo4j错误处理 远程配置文件修改可能出现的错误 远程启动python远程访问(下面内容还未尝试，先写) 下载安装包
进入网站https://neo4j.com/deployment-center/#community 由于是ubunt…
坦克世界WOT知识图谱三部曲之爬虫篇
文章目录 关于坦克世界1. 爬虫任务2. 获取坦克列表3. 获取坦克具体信息结束语 关于坦克世界 《坦克世界》(World of Tanks, WOT)是我在本科期间玩过的一款战争网游，由Wargaming公司研发。2010年10月30日在俄罗斯首发，2011年4月12日在北美和欧洲推出&…
【算法与数据结构】——主席树，可持久化线段树
参考文章ACM数据结构（一）——主席树 可持久化专题（一）——浅谈主席树：可持久化线段树
简介
主席树为什么叫主席树？据说因为它是一个名字缩写为HJT的神犇发明的，与当时主席的名字缩写一样&…
知识图谱系列Paper 1：Open-CyKG: An Open Cyber Threat Intelligence Knowledge Graph
向前进！
一、摘要 Instant analysis of cybersecurity reports is a fundamental challenge for security experts as an immeasurable amount of cyber information is generated on a daily basis, which necessitates automated information extraction tools t…
Mind Map：大语言模型中的知识图谱提示激发思维图10.1+10.2+10.7
知识图谱提示激发思维图 摘要介绍相关工作方法第一步：证据图挖掘第二步：证据图聚合第三步：LLM Mind Map推理 实验实验设置医学问答长对话问题使用KG的部分知识生成深入分析 总结 摘要
LLM通常在吸收新知识的能力、generation of hallucinati…
创邻科技Galaxybase助力SPG推动知识图谱应用落地
1. 知识图谱实践应用：从理论到落地的全景视角
知识图谱，作为一种先进的数据模型和信息表示策略，极大地提升了信息检索与分析的能力。该模型利用图结构，将不同领域、层次和类别的信息有机整合，令复杂的数据关系变得清晰…
Neo4j 基本语法
一、基本语法
1、新建节点
（1）基本语法：
() 代表节点
示例：
CREATE (u:User {uid:970939424 }) // 节点类型为User，属性值为uid970939424CREATE (u:Round {rid:7194842697444819113 }) // 节点类型为Rou…
基于Bert+Attention+LSTM智能校园知识图谱问答推荐系统——NLP自然语言处理算法应用(含Python全部工程源码及训练模型)+数据集
目录 前言总体设计系统整体结构图系统流程图 运行环境Python 环境服务器环境 模块实现1. 构造数据集2. 识别网络3. 命名实体纠错4. 检索问题类别5. 查询结果 系统测试1. 命名实体识别网络测试2. 知识图谱问答系统整体测试 工程源代码下载其它资料下载 前言
这个项目充分利用了…
探索LLM在图上学习的潜力10.14 暂停
探索LLM在图上学习的潜力 摘要介绍 摘要
Learning on Graph已经引起了极大的关注，因为它在现实世界中有广泛的应用。在具有文本节点属性的图形上进行学习的最流行的流程主要依赖于图神经网络（GNN），并利用浅层文本嵌入作为初始节点…
价值驱动的数字化转型
在选取这个题目时很纠结，其一，信息化经常说的以流程驱动，但我主张的也是价值导向；其二，想到信息化，又扯了信息化与数字化的概念和关系；其三，东扯西拉，思绪万千好像都可以…
AI智能问答聊天机器人主要特点和优点到底是什么
AI智能问答是基于最新人工智能科技下的客户服务工具，像是HelpLook中的AI智能问答聊天机器人就是最有代表性的一个。今天我们就来和大家聊聊AI智能问答聊天机器人主要特点和优点到底在什么地方，是怎么可以帮到我们去优化客户服务。 主要特点和优点
1.自动…
基于Protege的知识建模实战
一.Protege简介、用途和特点 1.Protege简介 Protege是斯坦福大学医学院生物信息研究中心基于Java开发的本体编辑和本体开发工具，也是基于知识的编辑器，属于开放源代码软件。这个软件主要用于语义网中本体的构建，是语义网中本体构建的核心开发…
antv-G6知识图谱安装--使用(实例）--连接线修改成动态，并添加跟随线移动的光圈，设置分支跟踪定位功能
这系列文章主要是完成一个图谱的自定义修改（最近太忙了长篇分段更新自己使用流程） 1. 连接线修改成动态，并添加跟随线移动的光圈 2. 自定义卡片样式和文字内容 3. 自定义伸缩节点的样式，并添加动画样式 3. 自定义弹窗样式 4. 自定…
PyG-GCN-Cora(在Cora数据集上应用GCN做节点分类)
文章目录 model.pymain.py参数设置注意事项运行图 model.py
import torch.nn as nn
from torch_geometric.nn import GCNConv
import torch.nn.functional as F
class gcn_cls(nn.Module):def __init__(self,in_dim,hid_dim,out_dim,dropout_size0.5):super(gcn_cls,self).__i…
ChatGPT WPS AI 一键核对两表数据差异
业务需求，找出两个表中不相同的内容。如下图： 像这样的表格中，要找出不同的值，手动核对效率不高。
现在我们有了ChatGPT，可以由人工智能来完成这一操作，高效，快速，准确定位差异值。 指令：请找出A1:G14 单元格区域和I1:O14单元格区域的不相同部分，将两部数据区域不相…
【整理】text2kgbench: 语言模型根据本体生成知识图谱的能力
概述 该论文的研究背景是大型语言模型（LLM）和基于本体的知识图谱（KG）在自然语言处理（NLP）任务中的性能提升。 过去的方法存在一些问题，该论文提出的方法通过从文本中生成KG并遵循给定的本体&…
Verilog HDL语言基础知识
目录
Verilog HDL语言基础知识
6.1.2 Verilog HDL模块的结构
6.1.3 逻辑功能定义
6.2.1 常量
6.3 运算符及表达式
6.4.2 条件语句 Verilog HDL语言基础知识
先来看两个Verilog HDL程序。
例6.1 一个8位全加器的 Verilog HDL源代码
module adder8(cout,sum,ina,…
将知识图谱结合到地铁客流预测中：一个分散注意力关系图卷积网络
导读 论文题目《Combining knowledge graph into metro passenger flow prediction: A split-attention relational graph convolutional network 》。该论文于2023年发表于《Expert Systems With Applications》，文章基于知识图谱，提出了一种分割注意力…
8+双疾病+WGCNA+多机器学习筛选疾病的共同靶点并验证表达
今天给同学们分享一篇双疾病WGCNA多机器学习的生信文章“Shared diagnostic genes and potential mechanism between PCOS and recurrent implantation failure revealed by integrated transcriptomic analysis and machine learning”，这篇文章于2023年5月16日发表…
创邻科技Galaxybase—激活数据要素的核心引擎
10月11日下午，创邻科技创始人张晨博士受杭州电子科技大学邀请，前往杭电校园开展交流分享。交流会中，张晨博士为现场的师生带来一场题为《图数据库——激活数据要素的新基建》的精彩分享，探讨数字经济时代底层技术的创新价值与图技…
Python模糊匹配搜索fuzzywuzzy和difflib
文章目录 概述fuzzywuzzyfuzzy模块 difflib 概述
利用python库：fuzzywuzzy及difflib，两个库均可实现词粒度的模糊匹配，同时可设定模糊阈值，实现关键词的提取、地址匹配、语法检查等
fuzzywuzzy pip install fuzzywuzzy from fuz…
第五章:人工智能深度学习教程-人工神经网络(第一节-人工神经网络及其应用)
当您阅读这篇文章时，您体内的哪个器官正在思考这个问题？当然是大脑啦！但你知道大脑是如何运作的吗？嗯，它有神经元或神经细胞，它们是大脑和神经系统的主要单位。这些神经元接收来自外界的感觉输入并进行处理…
【LLMs】从大语言模型到表征再到知识图谱
从大语言模型到表征再到知识图谱 InstructGLMLLM如何学习拓扑？构建InstructGLM泛化InstructGLM补充参考资料 2023年8月14日，张永峰等人的论文《Natural Language is All a Graph Needs》登上arXiv街头，轰动一时！本论文概述了一个名…
Antd G6实现自定义工具栏
在使用g6实现知识图谱可视化中，产品经理提出了有关图谱操作的不少功能，需要放置在工具栏中，其中有些功能不在g6自带的功能里，且工具栏样式、交互效果也和官方自定义工具栏不同。那我们怎么去实现呢？ g6官方的工具栏案例…
论文导读 | 融合大规模语言模型与知识图谱的推理方法
前 言 大规模语言模型在多种自然语言处理相关任务上展现了惊人的能力，如智能问答等，但是其推理能力尚未充分展现。本文首先介绍大模型进行推理的经典方法，然后进一步介绍知识图谱与大模型融合共同进行推理的工作。 文章一：使用思维…
#gStore-weekly | gAnswer源码解析 查询图生成
简介
gAnswer通过将自然语言问题转化成查询图，再和图数据库中的RDF图做匹配以生成用于查询的SPARQL语句。今天讲解的就是生成查询图的主要代码。
// step 2: build query graph (structure construction, relation extraction, top-k join)
t System.currentTim…
基于语义解析的KBQA——代码和论文详细分析
根据论文：Semantic Parsing on Freebase from Question-Answer Pairs，分析其代码和步骤，以加强对这一流程的深入理解，重点关注模型的输入、输出和具体方法。
前言
提供阅读本文的前提知识，引用自Semantic Parsing on…
论文导读 | 大语言模型与知识图谱复杂逻辑推理
前 言
大语言模型，尤其是基于思维链提示词（Chain-of Thought Prompting）[1]的方法，在多种自然语言推理任务上取得了出色的表现，但不擅长解决比示例问题更难的推理问题上。本文首先介绍复杂推理的两个分解提示词方法&a…
二叉树之结点相关操作
文章目录结点的个数代码实现图解递归叶子结点的个数代码实现图解递归第k层结点的个数代码实现图解递归值为x的结点代码实现图解递归结点的个数 求解树的结点总数时，可以将问题拆解成子问题： 1.若为空，则结点个数为0。 2.若不为空，…
图数据库 之 Neo4j - 应用场景3 - 知识图谱(8)
背景 知识图谱的复杂性：知识图谱通常包含大量的实体、关系和属性，以及它们之间的复杂关联。传统的关系型数据库在处理这种复杂性时可能面临性能和灵活性的挑战。 图数据库的优势：图数据库是一种专门用于存储和处理图结构数据的数据库。它们使用节点和边来表示实体和关系，并…
#gStore-weekly | gAnswer源码分析：后处理
gAnswer通过自然语言问题转化成查询图，然后再和图数据库中的RDF图做匹配以生成用于查询的SPARQL语句。在将SPARQL语句应用于gStore查询之前还需要进行修复和聚合，以及一些后处理工作，本文聚焦于此。
// step 0: Node (entity & type &am…
论文《A recurrent latent variable model for sequential data》笔记：详解VRNN
A recurrent latent variable model for sequential data
背景
1 通过循环神经网络的序列建模
循环神经网络（RNN）可以接收一个可变长度的序列 x ( x 1 , x 2 , . . . , x T ) x (x_1, x_2, ..., x_T) x(x1,x2,...,xT)作为输入，并通…
论文笔记：详解NEUPSL DSI
《Using Domain Knowledge to Guide Dialog Structure Induction via Neural Probabilistic 》
名词解释
Dialog Structure Induction（DSI）是推断给定目标导向对话的潜在对话结构（即一组对话状态及其时间转换）的任务。它是现代对…
综合指南：如何创建有效的知识地图？
知识地图是知识管理中的重要工具，使企业能够有效地利用其资产。它促进了解决问题、新人整合和组织学习。此外，它还提高了生产力，实现了数据驱动的决策，并优化了流程。通过捕获和组织有价值的知识资产，它确保了专业知识…
基础课19——知识图谱问答引擎
1.概念
知识图谱是一种结构化的知识表示方式，将实体、属性和关系以图形的形式进行表达和组织。它通过对知识进行结构化建模，将不同实体之间的关系进行编码，形成一个图结构的知识网络。知识图谱的目标是将人类的知识整合到一个统一的框架中&a…
生成对抗网络与人工智能的完美融合：创新、艺术与未来
导言 生成对抗网络（GAN）作为一种深度学习框架，以其独特的生成能力引起广泛关注。生成对抗网络（GAN）与人工智能的结合不仅在科学领域引起了巨大的关注，也在艺术、医学等多个领域催生了令人振奋的创新。本文将…
第9章：深度探讨知识问答系统评测：智能背后的挑战与技术方案
💗💗💗欢迎来到我的博客，你将找到有关如何使用技术解决问题的文章，也会找到某个技术的学习路线。无论你是何种职业，我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章，也欢…
情感智能与人机交互：研究方向的发展与未来展望
导言 情感智能和人机交互作为人工智能领域的关键研究方向，近年来取得了显著进展。本文将深入研究这两个领域的发展历程、遇到的问题、解决过程，以及未来的可用范围，同时关注各国在这方面的应用情况和未来的研究趋势。同时，分析在哪…
4.Python数据分析—数据分析入门知识图谱索引(知识体系下篇)
4.Python数据分析—数据分析入门知识图谱&索引-知识体系下篇 一个人简介二机器学习基础2.1 监督学习与无监督学习2.1.1 监督学习：2.1.2 无监督学习： 2.2 特征工程2.3 常用机器学习算法概述2.3.1 监督学习算法：2.3.2 无监督学习算法&#…
知识图谱与大数据：区别、联系与应用
目录 前言1 知识图谱1.1 定义1.2 特点1.3 应用 2 大数据2.1 定义2.2 应用 3. 区别与联系3.1 区别3.2 联系 结语 前言
在当今信息爆炸的时代，数据成为了我们生活和工作中不可或缺的资源。知识图谱和大数据是两个关键概念，它们在人工智能、数据科学和信息…
大模型日报2024-04-01
大模型日报 2024-04-01 大模型资讯 Marlin：4位大型语言模型的近乎理想推理速度 摘要: 大型语言模型（LLMs）通常因体积庞大而无法直接在消费者硬件上使用。为了减小其体积，研究人员开发了各种技术。最新的进展是Marlin，这…
Doccano标注数据转化为便捷实用的数据格式
简介
Doccano 标注导出格式如下所示：
{id: 6400, text: 扎实推进垃圾分类示范区创建，实现覆盖率100%，开展垃圾分类示范片区创建的街道占比达到100%, Comments: [], entities: [{id: 1662, label: 关键数据, start_offset: 26, end_offset: …
实体识别与关系抽取：知识图谱的心脏
实体识别与关系抽取：知识图谱的心脏 一、引言：知识图谱中的核心作用
在当今这个信息爆炸的时代，如何从海量数据中提取出有价值的信息，构建出有意义的知识体系，成为了众多领域研究的重点。这里，我们将聚焦于…
ChatGPT基础(一) GPT的前世今生
文章目录 GPT模型简史GPT系列模型ChatGPT的应用 最近ChatGPT3.5可以免注册使用了，出来刨一波坟 说一说ChatGPT的来源和应用。 GPT模型简史
Generative pre-trained transformers(GPT)生成式预训练转换模型是大语言模型的一种(Large Language Model–>LLM)。它是…
Node2Vec论文翻译
node2vec: Scalable Feature Learning for Networks
node2vec：可扩展的网络特征学习
ABSTRACT
网络中节点和边缘的预测任务需要在学习算法使用的工程特征上付出仔细的努力。最近在更广泛的表示学习领域的研究通过学习特征本身在自动化预测方面取得了重大进展。然…
构建你的第一个知识图谱项目：从零开始
构建你的第一个知识图谱项目：从零开始 引言
在数据驱动的世界中，知识图谱不仅仅是一个概念上的创新，它已经成为了连接复杂信息、提供深入见解的强大工具。无论您是数据科学家、软件开发人员还是业务分析师，构建知识图谱可以帮助您…
知虾会员**成为知虾会员，尊享专属权益**
在当今繁忙的生活中，线上购物已经成为现代人们的主要消费方式之一。而作为线上购物平台的领军者之一，Shopee为了提供更加个性化和便利的购物体验，推出了知虾会员（Shopee会员）服务。知虾会员不仅可以享受到一系列会员专…
C#，字符串匹配算法（模式搜索）Z算法的源代码与数据可视化
Z算法也是模式搜索（Pattern Search Algorithm）的常用算法。
本文代码的运算效果： 一、Z 算法
线性时间模式搜索算法的Z算法，在线性时间内查找文本中模式的所有出现。
假设文本长度为 n，模式长度为 m，那么…
当大型语言模型（LLM）遇上知识图谱：两大技术优势互补
1 引言
大型语言模型（LLM）已经很强了，但还可以更强。通过结合知识图谱，LLM 有望解决缺乏事实知识、幻觉和可解释性等诸多问题；而反过来 LLM 也能助益知识图谱，让其具备强大的文本和语言理解能力。而如果能…
基于 Python+Neo4j+医药数据，构建了一个知识图谱的自动问答系统
知识图谱是目前自然语言处理的一个热门方向。目前知识图谱在各个领域全面开花，如教育、医疗、司法、金融等。
本项目立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，…
Making Large Language Models Perform Better in Knowledge Graph Completion
Making Large Language Models Perform Better in Knowledge Graph Completion
基本信息
博客贡献人
鲁智深
作者
Yichi Zhang, Zhuo Chen, Wen Zhang, Huajun Chen 隶属于浙江大学计算机学院和软件学院
摘要 本文主要探讨了如何将有用的知识图谱结构信息融入大语言模型中…
知识图谱的广泛应用与价值
目录 前言1 语义搜索2 知识问答2.1 问答对的深度关联2.2 文本挖掘与答案精准性2.3 知识图谱问答的全面服务 3 辅助推荐4 辅助大数据分析4.1 知识图谱推理的应用4.2 知识图谱的数据分析4.3 动态本体技术的引入 5 故障诊断5.1 故障诊断系统的应用5.2 知识图谱在语言理解中的作用5…
Python+neo4j构建豆瓣电影知识图谱
文章目录 数据来源数据整理导入节点和关系导入使用Subgraph批量导入节点和关系 多标签实体和实体去重 数据来源
http://www.openkg.cn/dataset/douban-movie-kg 该网址拥有丰富的中文知识图谱数据集，OpenKG(Open Knowledge Graph)，可供研究人员使用研究…
最全笔记软件盘点！你要的笔记神器都在这里：手写笔记、知识管理、文本笔记、协作笔记等！
在当今的信息化社会中，人们对信息的处理速度越来越快，从工作到生活，我们都面临着大量信息的冲击。在这样的环境下，一个能够帮助我们管理、整理和储存信息的好工具显得尤为重要，而笔记软件恰恰可以满足这些需求。
在选…
Making Large Language Models Perform Better in Knowledge Graph Completion论文阅读
文章目录 摘要1.问题的提出引出当前研究的不足与问题KGC方法LLM幻觉现象解决方案 2.数据集和模型构建数据集模型方法基线方法任务模型方法基于LLM的KGC的知识前缀适配器知识前缀适配器 与其他结构信息引入方法对比 3.实验结果与分析结果分析：可移植性实验࿱…
Python操作Neo4j，py2neo 和 neo4j 两个库的区别
是的，py2neo 和 neo4j Python 库都可以用来操作 Neo4j 数据库，但它们之间有一些区别。 py2neo: 功能：py2neo 是一个用于工作与 Neo4j 的非官方库。它提供了一组丰富的功能用于与 Neo4j 交互，包括图形建构、数据检索、空间和时间类…
大数据知识图谱之深度学习——基于BERT+LSTM+CRF深度学习识别模型医疗知识图谱问答可视化系统
文章目录 大数据知识图谱之深度学习——基于BERTLSTMCRF深度学习识别模型医疗知识图谱问答可视化系统一、项目概述二、系统实现基本流程三、项目工具所用的版本号四、所需要软件的安装和使用五、开发技术简介Django技术介绍Neo4j数据库Bootstrap4框架Echarts简介Navicat Premiu…
图论与图数据应用综述：从基础概念到知识图谱与图智能
目录 前言1 图论基础概念1.1 节点度1.2 度分布1.3 邻接矩阵 2 探索图的高级概念2.1 最短路径的关键性2.2 图的直径与平均路径的意义2.3 循环与路径类型的多样性 3 深入探讨图的广泛应用领域3.1 知识图谱的知识管理3.2 图智能在复杂决策中的应用3.3 图数据挖掘与分析的多领域应用…
MinIO 和 Apache Tika：文本提取模式
Tl;dr:
在这篇文章中，我们将使用 MinIO Bucket Notifications 和 Apache Tika 进行文档文本提取，这是大型语言模型训练和检索增强生成 LLM和RAG 等关键下游任务的核心。
前提
假设我想构建一个文本数据集，然后我可以用它来微调 LLM.为了做…
知识图谱：py2neo将csv文件导入neo4j
文章目录 安装py2neo创建节点-连线关系图导入csv文件删除重复节点并连接边 安装py2neo
安装python中的neo4j操作库：pip install py2neo 安装py2neo后我们可以使用其中的函数对neo4j进行操作。
图数据库Neo4j中最重要的就是结点和边（关系）&a…
使用Autodl云服务器或其他远程机实现在本地部署知识图谱数据库Neo4j
本篇博客的目的在于提高读者的使用效率 温馨提醒：以下操作均可在无卡开机状态下就可完成
一.安装JDK 和 Neo4j
1.1 ssh至云服务器
打开你的pycharm或者其他IDE工具或者本地终端，ssh连接到autodl的服务器。(这一步很简单如下图)
1.2 安装JDK
由于我…
【大模型 知识图谱】ChatKBQA：KBQA知识图谱问答 + 大模型
ChatKBQA：KBQA知识图谱问答 大模型 提出背景传统方法处理流程ChatKBQA处理流程对比优势 总结ChatKBQA框架概览特征1：逻辑形式生成特征2：无监督实体和关系检索特征3：参数高效的微调特征4：GQoT 可解释的查询执行特征5&a…
毕业设计：基于知识图谱的《红楼梦》人物关系可视化
文章目录 项目介绍部署步骤项目运行 项目介绍
github地址：https://github.com/chizhu/KGQA_HLM?tabreadme-ov-file
基于知识图谱的《红楼梦》人物关系可视化：应该是重庆邮电大学林智敏同学的毕业设计，在学习知识图谱的过程中参考使用。
文…
坦克世界WOT知识图谱之知识图谱篇
文章目录 关于Neo4j1. neo4j安装及配置：2. 确定三元组3. 代码实现结束语 关于Neo4j Neo4j是一个高性能的，NOSQL图形数据库。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做…
大数据构建知识图谱：从技术到实战的完整指南
文章目录 大数据构建知识图谱：从技术到实战的完整指南一、概述二、知识图谱的基础理论定义与分类核心组成历史与发展 三、知识获取与预处理数据源选择数据清洗实体识别 四、知识表示方法知识表示模型RDFOWL属性图模型 本体构建关系提取与表示 五、知识图谱构建技术图…
2024年合同如何实现智能化管理
#合同智能化管理
近些年来，随着人工智能技术的逐步发展成熟，智能应用服务也越来越多，合同智能应用也是当下企业合同管理的必备条件。近几年，合同智能化管理也取得了不错的成绩，那么往后合同智能化管理将如何去做&…
【AI视野·今日NLP 自然语言处理论文速览 第五十八期】Thu, 19 Oct 2023
AI视野今日CS.NLP 自然语言处理论文速览 Thu, 19 Oct 2023 Totally 74 papers 👉上期速览✈更多精彩请移步主页 Daily Computation and Language Papers
Understanding Retrieval Augmentation for Long-Form Question Answering Authors Hung Ting Chen, Fangyuan…
构建生物医学知识图谱from zero to hero （4）：通过Neo4j构建知识图谱
图数据库是一种专门用于存储图形数据的 NoSQL 数据库。与传统的关系型数据库和其他 NoSQL 数据库不同，图数据库利用图形数据模型来存储和管理数据。图形数据模型由节点和边组成，节点代表实体，边代表实体之间的关系。例如，在社交网络中，用户可以表示为节点，朋友关系可以表…
Diffbot 小记
文章目录 关于 Diffbot产品和价格 关于 Diffbot
官网：https://www.diffbot.com官方文档：https://docs.diffbot.com/docs/getting-started-with-diffbotAPI 手册 : https://docs.diffbot.com/reference/introduction-to-diffbot-apis 产品和价格
两周内…
案例介绍：汽车售后服务网络构建与信息抽取技术应用(开源)
一、引言
在当今竞争激烈的汽车行业中，售后服务的质量已成为品牌成功的关键因素之一。作为一位经验丰富的项目经理，我曾参与构建一个全面的汽车售后服务网络，旨在为客户提供无缝的维修、保养和配件更换服务。这个项目的核心目标是通过高效的…
【已解决】ModuleNotFoundError: No module named ‘dgl‘
禁止使用下面方法安装DGL,这种方法会更新你的pytorch版本，环境越变越乱
pip install dgl
二是进入DGL官网：Deep Graph Library (dgl.ai)，了解自己的配置情况，比如我cuda11.8，ubuntu，当然和linux是一样的 …
Windows安装Neo4j数据库教程（3.X版本）
安装java的jdk（jdk1.8仅支持Neo4j 3.X版本）去 Index of /doc/neo4j/ 下载目标版本的Windows zip安装包将安装包解压到任意目录，并记住解压后带版本号的文件夹路径添加系统环境变量，变量名：NEO4J_HOME，变量值…
Wikidata数据结构及本地部署——支持SPARQL查询
Wikidata 本地部署
Github：https://github.com/NP-NET-research/wdel 欢迎来 star && fork && issue ~~
有问题可以通过邮箱：xuzhengfei-emailqq.com 联系我~~ 文章目录 Wikidata 本地部署1、Wikidata 简介1.1 Wikidata 数据结构1.2 …
知识图谱 | 2023年图书馆学、情报学CSSCI期刊论文主题透视
数据来源 检索平台来源期刊年份有效数据中国知网大学图书馆学报国家图书馆学刊情报科学情报理论与实践情报学报情报杂志情报资料工作数据分析与知识发现图书馆建设图书馆论坛图书馆学研究图书馆杂志图书情报工作图书情报知识图书与情报现代情报信息资源管理学报中国图书馆学报2…
＜机器学习初识＞——《机器学习》
目录
一、人工智能概述
1 人工智能应用场景
2 人工智能发展必备三要素
3 人工智能、机器学习和深度学习
二、人工智能发展历程
1 人工智能的起源
1.1 图灵测试
1.2 达特茅斯会议
2 发展历程
三、 人工智能主要分支
1 主要分支介绍
1.1 分支一：计算机视觉…
借助知识图谱和Llama-Index实现基于大模型的RAG
背景
幻觉是在处理大型语言模型（LLMs）时常见的问题。LLMs生成流畅连贯的文本，但经常产生不准确或不一致的信息。防止LLMs中出现幻觉的一种方法是使用外部知识源，如提供事实信息的数据库或知识图谱。
矢量数据库和知识图谱使用不…
AutoRD 自动化罕见疾病挖掘：专注于从非结构化文本中提取罕见疾病信息并构建相应的知识图谱
AutoRD 自动化罕见疾病挖掘：专注于从非结构化文本中提取罕见疾病信息并构建相应的知识图谱 提出背景提取类别数据预处理实体提取关系抽取效果 论文：https://arxiv.org/ftp/arxiv/papers/2403/2403.00953.pdf
代码：https://github.com/windsz…
单基因泛癌+免疫浸润+实验sci思路。看完你也能轻松拿到4+以上
今天给同学们分享一篇单基因泛癌免疫浸润实验的生信文章“Comprehensive analysis of the correlation of the pan-cancer gene HAUS5 with prognosis and immune infiltration in liver cancer”，这篇文章于2023年2月10日发表在Scientific Reports期刊上࿰…
膝关节痛做什么锻炼好得快？这些运动对膝关节很“友好”！
膝关节不是身体中最常受伤的部位，却是最薄弱、要求最高的关节，原因是膝关节承受人的整个重量，而且由于活动范围大，极容易造成膝关节疼痛。 膝关节疼痛多发生于青年人，如田径、登山运动员，舞蹈演员等。发病率…
【超图】SuperMap如何使知识图谱与BIM数据的绑定
作者：taco 近两年知识图谱的概念突然大火了起来，随之而来的就是用户的各种需求，你们的知识图谱能干什么呢？知识图谱有哪些应用呢？在结合客户的一些需求，以及自身的一些想法，写下这篇文章。
一、…
免费接口调用 招标信息自动抽取|招标信息|招标数据解析接口
一、开源项目介绍
一款多模态AI能力引擎，专注于提供自然语言处理（NLP）、情感分析、实体识别、图像识别与分类、OCR识别和语音识别等接口服务。该平台功能强大，支持本地化部署，并鼓励用户体验和开发者共同完善…
【读书笔记】知识图谱概述
1、KG定义
1.1知识图谱概念 KG（Knowledge Graph/Vault），又称科学知识图谱，用各种不同的图形等可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们直接的相互联系。 KG可以看作图，图由…
基于知识图谱的“数学基础”课程知识体系构建
1.1 研究背景及意义
本项目所对应领域的研究背景及意义[1]。信安数学基础作为一门最基础的工具学科，其教学工作一直广受社会各界的关注。大量研究发现，中学生不具備对模型和建模本质的深层次的认知，更缺少用模和建模的能力[1]，因…
【人工智能】知识表示与知识图谱
目录 前言 一、知识与知识表示的概念 二、知识图谱 总结 🌈嗨！我是Filotimo__🌈。很高兴与大家相识，希望我的博客能对你有所帮助。 💡本文由Filotimo__✍️原创，首发于CSDN📚。 📣如…
2.Python数据分析—数据分析入门知识图谱索引(知识体系上篇)
2.Python数据分析—数据分析入门知识图谱&索引 一个人简介二数据分析的重要性和用途Python在数据分析中的角色 三Python数据分析基础Python简介和安装指南Python基本语法和数据结构Python中的数学运算 四数据分析工具和库概览NumPy：高效的多维数组操作Pandas&am…
2024 年(第 12 届)“泰迪杯”数据挖掘挑战赛B题 解题全流程（持续更新）
2024 年(第 12 届)“泰迪杯”数据挖掘挑战赛B题 解题全流程（持续更新）
-----基于多模态特征融合的图像文本检索
一、写在前面：
本题的全部资料打包为“全家桶”， “全家桶”包含：数据、代码、模型、结果csv、教程…
论文：Zero-Shot Entity Linking by Reading Entity Descriptions翻译笔记（阅读实体描述、实体链接）
文章目录 论文题目：通过阅读实体描述实现零样本实体链接摘要1 介绍2 零点实体链接2.1 审查： 实体链接2.2 任务定义2.3 与其他 EL 任务的关系 3 数据集构建4 实体链接模型4.1 生成候选4.2 候选排序 5 适应目标世界6 实验6.1 基线6.2 对未知实体和新世界6.…
国家中英文名称、国家代码（地区代码）、国家域名、经纬度
因为要做世界地图对世界国家的标点，搜索使用到了世界各个国家的地理位置信息，此处做备份与学习。资源地址（免费）
export default {"阿尔巴尼亚": {"m_longitude": "19.809","m_latitude&quo…
红楼梦人物关系知识图谱构建及推理研究
红楼梦人物关系知识图谱构建及推理研究 前言数据爬取与处理知识图谱构建可视化分析与推理研究总结 前言
《红楼梦》是中国古典文学巅峰之作，其中丰富的人物关系构成了一幅错综复杂的社会画卷。本文将介绍如何利用Python编写爬虫代码，使用Requests库进行…
【人工智能专栏】（4）知识表示方法 III
目录 1. 简述2. 语义网络法2.1 基础知识2.2 什么是语义网络法？2.3 语义网络的概念及结构2.4 语义网络法的表示2.5 语义联系2.6 语义网络中常用的语义联系2.7 例题2.8 语义网络特点 3. 本体技术3.1 概念3.2 本体的组成3.3 本体的分类3.4 本体建模语言3.5 本体的建模 …
python virtualenv创建虚拟环境
文章目录 安装virtualenv在当前目录创建虚拟环境命令进入虚拟环境激活虚拟环境查看python版本退出虚拟环境 安装virtualenv
pip install virtualenv在当前目录创建虚拟环境命令
python -m virtualenv venvPS E:\coding\bertopic> python -m virtualenv venv
created virtu…
Cypher语句查询neo4j数据库教程
文章目录 Cypher介绍执行Cypher语句查询总结 Cypher介绍
NodeMatcher和RelationshipMatcher能够表达的匹配条件相对简单，更加复杂的查询还是需要用Cypher语句来表达。
Py2neo本身支持执行Cypher语句的执行，可以将复杂的查询写成Cypher语句，…