前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >一小时让你学会知识推理(上)- 附完整源码

一小时让你学会知识推理(上)- 附完整源码

作者头像
数据饕餮
发布2019-01-14 16:47:15
6710
发布2019-01-14 16:47:15
举报
文章被收录于专栏:数据饕餮数据饕餮

一、前言 本文是《智能对话机器人实战开发案例剖析》系列文章的第三部分,第2篇:基于知识图谱的智能问答机器人关键技术。相关内容已录制成视频课程,课程地址:网易云课堂 二、正文 2.1 核心思想 通过自然语言处理,把用户输入的问题,基于规则映射模型,转换为知识图谱查询语言:question2sparql。 2.2 工作流程 工作流程如下图所示:

这里写图片描述
这里写图片描述

2.3 关键技术 要点1:通过引入实体词典,提升中文分词能力; 要点2:通过基于规则的模式匹配,识别实体关系; 要点3:基于实体、关系查询诉求,转换为sparql查询语言; 2.4 程序演示 2.4.1 主程序入口-启动

这里写图片描述
这里写图片描述

2.4.2 中文分词-NLU

这里写图片描述
这里写图片描述

2.4.3 规则推理-入口

这里写图片描述
这里写图片描述

2.4.4 规则模板-模板

这里写图片描述
这里写图片描述

2.4.5 行为映射-行为

这里写图片描述
这里写图片描述

2.4.6 sparql查询

这里写图片描述
这里写图片描述

三、未完待续 本文知识抛砖引玉的一个示例,旨在帮助大家建立一种思维模式:基于知识图谱的推理原来可以这样做。不以技术细节、能力提升为目的,希望能够对大家有所帮助。 系列连载,持续更新。版权所有,转载请注明出处。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018年04月12日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
灰盒安全测试
腾讯知识图谱(Tencent Knowledge Graph,TKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式平台。支持抽取和融合异构数据,支持千亿级节点关系的存储和计算,支持规则匹配、机器学习、图嵌入等图数据挖掘算法,拥有丰富的图数据渲染和展现的可视化方案。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档