张子良知识图谱课程笔记

知识图谱的典型应用
语义理解
智能搜索：基于人的关键词直接匹配其摘要信息返回其摘要改造搜索引擎对外展示信息的方式
智能问答：准备知识库，eg:EVI,Siri,头条智能问车
辅助决策：IBM沃森系统医疗助手诊断疾病

人工智能：感知能力认知能力服务能力
知识图谱是人工智能进步的阶梯

知识图谱的体系结构：
知识获取（爬虫众包）→知识存储→知识表示→知识应用
知识架构
语义类型设计：节点分类的研究
语义关系设计：节点与节点关系的研究
语义关系：相关关系（概念相关空间相关时间相关物理相关功能相关）向下位关系
通用关系：高级抽象层面复用别人已经抽象好的
特殊关系：追加
知识图谱设计方法
专家法
参照法
归纳法
混合法
原则：围绕业务规划产品基于团队选择方法
数据价值链模型
数据：50kg
信息：人的体重是50kg
知识：身高是170 合理体重是60kg
信息是可以被人理解的内容知识可以被机器理解的内容
语义类型设计
以音乐领域知识图谱构建为例
singer
song
album
style
语义关系设计
本体对象设计
对象识别（本体建模平台工具：protege protege.stanford.edu)
属性设计
知识存储模型
三种方式：
关系数据库RDBMS：体量比较小属性相似的主语聚为一张表
三元组RDF：语义网而产生的（三元组包括：对象对象的属性对象的取值）问题：1数据量多的时候不适合 2存取多个属性存在自连接操作，开销巨大
rdf本身是基于xml来描述的
图数据库：体量比较大单机/集群

不需要研究实体之间关系的内容
需要频繁计算的内容
不放入

节点会包括类型和属性

RDF数据库 MarkLogic 类似mongodb
图数据库 Neo4j
工业级应用Titan

Neo4j可视化操作基础

命令编辑器：shift+enter 换行

将结果展示页全部清空

同一个节点可以创建多次但id不同
使用创建唯一属性的操作

CQL语法基础
对标关系型数据库
Node Labels：一张表
每个节点：表里的一条记录
Relationship Types关系类型：关系表（学生选课的关系表）
Property Keys：表中每一列的名称

code部分与通过api调用产生的结果一样
知识图谱存储CQL操作基础
:help

help Cypher → play Cypher
create

match（等同select）

创建一个节点

如何保证节点对象全局唯一呢？允许有多个节点name相容其id不同

删除数据库
1.清空数据库（语法delete）：表的列属性无法删除
2.把数据库全部删掉：停掉neo4j服务，找到数据库文件，直接删掉

启动会自动重新生成新的数据库
neo4j 社区办启动一个新的数据库

Neo4j操作实例
:play movie graph

neo4j数据库管理
系统监控
:sysinfo 查看数据库信息（社区版没有）

数据备份

neo4j-admin.bat help
查看该批量操作脚本提供哪些功能
命令help memrec 等
与备份相关的命令：load dump
dump 将某个数据库存储到某个目录下面

所需要的环境变量
备份
dump （neo4j-admin.bat dump --help）
具体 neo4j-admin.bat dump --to"e://003.db"

数据库恢复：load

数据库删除
:play start 欢迎界面吊起

cmd以管理员身份运行，否则有些命令不能执行（dump load 等）

直接删除库的文件夹（因为只能删除节点和关系没法删除列属性，所以只能删库）
Neo4j开发环境部署
分为服务器版和桌面版选择服务器版可35亿节点左右
有些数据集只使用于neo4j早期版本，可下载早期版本进行数据格式的转换导入最新的版本
bin目录：如何启动图数据库（安全验证等），执行文件的位置,存储neo4j的可执行程序
conf目录：启动配置文件（验证是否开启内存空间设置默认监听地址）
log目录：定位错误问题
plugins目录：存储neo4j的插件
import目录：本地往neo4j导入csv文件的时候需要用到的文件夹，放入文件系统会自动识别
HOME：
PATH：bin目录
运行方式1.命令行 2.安装到windows服务的方式

知识图谱应用

智能聊天机器人
https://pypi.org/project/python-aiml/ 下载的时候选择源码或安装包
aiml文件夹存储了大量基于英文的对话语料库
github地址：https:github.com/cdwfs/pyaiml（通过研究源码了解更多的东西）
import aiml 导入语料库
import sys 导入系统库
import os 导入操作系统库
人工智能标记语言AIML
python与neo4j的集成
noe4j支持的开发语言：Java Javasript python .net
python setup.py install 源码安装参考
py2neo目录下 pip show py2neo 可查看版本等信息
Neo4j与AIML的集成
调度预先配置好的问答对，在特定场景下通过调用知识图谱里的内容来形成答案。
人机交互精在知识图谱中的应用往往集中在特定领域，比如精准内容的检索
输入宝马X3 返回完整宝马X3的配置信息放在知识图谱中
研究人与人之间的关系人与事物之间的关系，问答对需要设定特定的句式
比如姚明的女儿，也可自己开发解析程序去明确识别节点和节点所要寻找对象之间的关系，通过这种方式查找精准的内容
知识图谱获取
常用知识获取方式
国内外知识图谱资源
OpenKG

张子良知识图谱课程笔记相关推荐

知识图谱实战案例完全剖析（附完整源码和数据集）-张子良-专题视频课程
知识图谱实战案例完全剖析(附完整源码和数据集)-2070人已学习课程介绍课程定位:系统学习知识图谱的佳实践: 系统学习:完全覆盖知识建模.图数据库.知识应用和知识获取: 实战指引: ...
如何系统学习知识图谱-张子良-专题视频课程
如何系统学习知识图谱-314人已学习课程介绍如何系统学习知识图谱课程收益一套完整的人工智能学习方法论:两大目标.七大步骤两大基于实践的知识图谱学习佳实践经验总 ...
人工智能产品经理实践-张子良-专题视频课程
人工智能产品经理实践-373人已学习课程介绍一线讲师实践经验总结,全面掌握人工智能相关知识的佳实践: 全面认知:人工智能相关技术.产品和商业模式,横向覆盖全领域知识: 单点突破:选 ...
Python开发实战案例之网络爬虫（附源码）-张子良-专题视频课程
Python开发实战案例之网络爬虫(附源码)-35人已学习课程介绍课程特色: 特色1:案例驱动-围绕两大完整的Python网络爬虫实战开发案例:IT电子书下载网络爬虫和股票交易数据 ...
分布式数据仓库实战指南-张子良-专题视频课程
分布式数据仓库实战指南-148人已学习课程介绍基于实践经验总结,面向数据仓库中从业人员的一门能力进阶课程.涵盖:数据战略规划.数据仓库模型设计.分布式数据仓库系统架构.分布式数据存 ...
智能对话机器人开发实战视频教程-张子良-专题视频课程
智能对话机器人开发实战视频教程-308人已学习课程介绍机器人开发实战教程.该视频课程共涵盖四大方面: 1.案例驱动:三大智能对话机器人需求场景,三个完整案例: 2.源码操作:内含完 ...
Python基于AIML智能聊天机器人实战视频教程-张子良-专题视频课程
Python基于AIML智能聊天机器人实战视频教程-244人已学习课程介绍 Python基于AIML的智能聊天机器人开发实战课程,包括典型案例.基础理论.功能拓展.源码框架解读四个方 ...
智能多轮对话机器人案例剖析（附源码）-张子良-专题视频课程
智能多轮对话机器人案例剖析(附源码)-269人已学习课程介绍智能多轮对话机器人案例剖析(附源码) 三个完整案例,体验式教学: 一套开源框架,所学即所用: 课程收益掌握任务 ...
光环：元宇宙概念及生态发展现状与研判——张子良
摘要:文章内容主要来源于光环国际2022年第三届中国科创者大会张子良老师的分享,原分享名称为"元宇宙行业应用实践探索".讲述了元宇宙的理论知识.元宇宙生态圈及当前发展的情况.提出来 ...

张子良知识图谱课程笔记

知识图谱应用

张子良知识图谱课程笔记相关推荐

最新文章

热门文章