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:


浏览 79
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报