文章
基于因果关系知识库的因果事件图谱构建
基于因果关系知识库的因果事件图谱构建1.项目介绍现实社会是个逻辑社会,大量的逻辑即逻辑经验存在于我们的脑海中,而这些逻辑经验是无法穷举出来的,靠大量人工的总结,显然不切实际。然而,幸好人类将这种逻辑用文字表达出来了,这为我们利用自然语言处理技术实现这种因果逻辑的抽取提供了可
中文人物关系知识图谱(含码源):中文人物关系图谱构建、知识问答等应用.
中文人物关系知识图谱(含码源):中文人物关系图谱构建、数据回标、基于远程监督人物关系抽取、知识问答等应用.项目介绍知识抽取(实体关系抽取)是知识图谱构建中的核心环节,实体关系抽取作为一项基本技术在自然语言处理应用中扮演着重要作用.究其技术而言,主要分成两种三种主流方法:
2023年发布的25个开源大型语言模型总结
大型语言模型(llm)是一种人工智能(AI),在大量文本和代码数据集上进行训练。它们可以用于各种任务,包括生成文本、翻译语言和编写不同类型的创意内容。今年开始,人们对开源LLM越来越感兴趣。这些模型是在开源许可下发布的,这意味着任何人都可以使用、修改和分发它们。这使得研究人员、开发人员和企业都可
从零开始搭建医药领域知识图谱实现智能问答与分析服务
从零开始搭建医药领域知识图谱实现智能问答与分析服务(含码源):含Neo4j基于垂直网站数据的医药知识图谱构建、医药知识图谱的自动问答等项目介绍关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花,如教育、医疗、司法、金融等。本项目立足医药领域,以垂直型医药网
金融领域:产业链知识图谱包括上市公司、行业和产品共3类实体十万级别产业链图谱
金融领域:产业链知识图谱包括上市公司、行业和产品共3类实体,构建并形成了一个节点10w,关系边16w的十万级别产业链图谱包括上市公司所属行业关系、行业上级关系、产品上游原材料关系、产品下游产品关系、公司主营产品、产品小类共6大类。上市公司4,654家,行业511个,产品95,559条
【专题】2022年中国企业数字化学习行业研究报告PDF合集分享(附原数据表)
报告链接:http://tecdat.cn/?p32263(https://link.segmentfault.com/?encpCdRWGqhbrKr8XOkXUadPg%3D%3D.kShqEgULE3oIOStaEJthGmxrLMkIGhS6jSH5KAhx4jg%3D)
数据分享|SAS与eviews用ARIMA模型对我国大豆产量时间序列预测、稳定性、白噪声检验可视化|附代码数据
全文链接:http://tecdat.cn/?p31480(https://link.segmentfault.com/?encbPsE88E1R1pI2tz3RJP7%2Fg%3D%3D.l7PGt8w8ig8oi5nHAzP5Tp0m%2FwP5ODHjgeS6DlJ74Y4%3D
python主题建模可视化LDA和T-SNE交互式可视化|附代码数据
全文下载链接:http\://tecdat.cn/?p6917我尝试使用Latent Dirichlet分配LDA来提取一些主题。本教程以自然语言处理流程为特色,从原始数据开始,准备,建模,可视化论文。我们将涉及以下几点使用LDA进行主题建模\使用pyLDAvis可视化主题
PYTHON用户流失数据挖掘:建立逻辑回归、XGBOOST、随机森林、决策树、支持向量机、朴素贝叶斯|附代码数据
原文链接:http://tecdat.cn/?p24346(https://link.segmentfault.com/?enc2V280iO%2BRXvWloyxdEUXDQ%3D%3D.4gOhfHXpMWkQQS0NhaGbpA4M8tGl99MnDkZp9CQHWfY%3D)
【专题】2023新能源电池材料发展概览报告PDF合集分享(附原数据表)
全文链接:http://tecdat.cn/?p33303(https://link.segmentfault.com/?enca4zbLC%2BzdQBLdJfzmuBFPA%3D%3D.OwAkCNHKM%2BPZnwf6SQXtmUecOWvu9ZUy7CqHjF29rwE%3D
已加载文章中没有匹配内容,试试其他关键词或清空搜索。