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 >知识图谱的语义相似度计算框架Sematch实践

知识图谱的语义相似度计算框架Sematch实践

作者头像
sparkexpert
发布2019-05-27 19:55:22
2.1K0
发布2019-05-27 19:55:22
举报
文章被收录于专栏:大数据智能实战

Sematch是一个用于知识图谱的语义相似性的开发、评价和应用的集成框架,其代码见github。 Sematch支持对概念、词和实体的语义相似度的计算,并给出得分。 Sematch专注于基于特定知识的语义相似度量,它依赖于分类( 比如 ) 中的结构化知识。 深度、路径长度 ) 和统计信息内容( 语料库与语义图谱) 。

其应用框架如下所示:从图中可见,其支持多样化、多层次的相似度计算。

如其DEMO上可见,支持多样化的相似度计算。

1、测试:词的相似度计算,其结果如图所示:(代码见github)

2、概念的相似度计算

附:由于dbpedia国内无法访问,所以一些实体的相似性等目前暂无法测试。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018年04月10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 腾讯云自媒体同步曝光计划  ,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