实战项目:知识图谱与知识推理系统级应用
Python涨薪研究所
共 505字,需浏览 2分钟
·
2022-05-21 10:21
知识图谱项目背景说明:
项目背景与项目内容:
项目介绍:
本项目涵盖知识图谱构建与应用全过程,包括数据采集、知识存储、知识抽取、知识计算、知识应用,还基于知识图谱构建了交互问答系统
整个过程使用到了多种NLP技术,从文本数据抽取与清洗、命名实体识别到用户意图识别,到实体关系抽取的系列模型,到问答与匹配技术,以及neo4j工具的使用和图挖掘的一些算法
核心知识:
爬虫与数据采集、数据解析与清洗、基于图数据库的知识存储、neo4j工具安装与使用、cypher查询语句与语法、命名实体识别、实体关系抽取、PCNN、GCN、BERT、图挖掘算法、知识计算、关系与路径查询、textCNN、用户意图识别、问答与cypher查询
项目大纲:
知识图谱构建与知识挖掘及图谱问答系统
项目背景与项目内容
数据采集与信息抽取
实体提取
实体关系抽取
neo4j工具与图数据库
抽取知识存储
cypher语法与查询语句知识
数值、类别、时序特征构建与特征选择
图挖掘与图谱知识挖掘
网络分析与路径查询
图计算与社区发现
知识图谱交互与可视化
实体与关系查询功能页面实现
基于图谱的问答系统实现
添加老师,马上学习NLP项目:
评论