農(nóng)業(yè)知識圖譜構(gòu)建技術(shù)規(guī)程_第1頁
農(nóng)業(yè)知識圖譜構(gòu)建技術(shù)規(guī)程_第2頁
農(nóng)業(yè)知識圖譜構(gòu)建技術(shù)規(guī)程_第3頁
農(nóng)業(yè)知識圖譜構(gòu)建技術(shù)規(guī)程_第4頁
農(nóng)業(yè)知識圖譜構(gòu)建技術(shù)規(guī)程_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

農(nóng)業(yè)知識圖譜構(gòu)建技術(shù)規(guī)程本文件規(guī)定了農(nóng)業(yè)知識圖譜的相關(guān)術(shù)語和定義、縮略語、架構(gòu)與流程及GB/T23703.2知識管理第2部分：從非結(jié)構(gòu)化文本中抽取出實體的屬性以及屬性值將文本中的實體與知識圖譜中相應(yīng)的實體鏈接起來，以解決實體間存在的歧義性問題。命名實體消歧entitydisamb在大數(shù)據(jù)語境下，它是一些約束后續(xù)各種不同層次邏輯模型的語義4縮略語RDF：資源描述框架(ResourceDescriptionFraNER：命名實體識別(NamedEntitiesRecognition)RE：關(guān)系抽取(RelationExtracHMM：隱馬爾科夫模型(HiddenMarkovModeCRF：條件隨機場(ConditionalRandomFiLSTM：長短期記憶網(wǎng)絡(luò)(LongShort-TermMePC：個人計算機(PersonalComputAPP：應(yīng)用程序(Applicatio5.1概述5.2知識圖譜構(gòu)建架構(gòu)是農(nóng)業(yè)知識圖譜數(shù)據(jù)的產(chǎn)生過程。農(nóng)業(yè)知識圖譜數(shù)據(jù)來源于用于構(gòu)建初步農(nóng)業(yè)基于BiLSTM、Transformer等模型從不同類型數(shù)據(jù)源中提取出實體、屬性以及實體間的相互關(guān)系，形成本體化的知識表示。包括實體抽取、關(guān)系抽取(RE)/命名實體識別(NER)和屬性抽取。通過實體鏈接、知識合并、命名實體消歧等方式整合數(shù)據(jù)，消除矛盾和歧義。經(jīng)過本體構(gòu)建、知識推理和質(zhì)量評估后，將合格的知識加入到知識庫中。相關(guān)意圖做出對應(yīng)的反饋，快速搭建問答場景應(yīng)用或完成指定語音5.2.4服務(wù)層5.3知識圖譜構(gòu)建流程利用LSTM、Transformer和Bert等深度學(xué)習(xí)模型，結(jié)合人工眾包完成實體抽取、關(guān)系抽取、屬b)支持基于農(nóng)業(yè)領(lǐng)域半結(jié)構(gòu)化、結(jié)構(gòu)化數(shù)據(jù)的概念抽d)知識加工應(yīng)支持基于術(shù)語匹配、結(jié)構(gòu)特征、知識分塊的本體層融合、匹配和基于表示學(xué)習(xí)的實e)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論