Konstrukcija grafova znanja iz teksta
Konstrukcija grafova znanja je cjevovod za rudarenje teksta koji nestrukturirani tekst pretvara u strukturirani graf entiteta i odnosa među njima. Temeljen na sintezi Hogana et al. (2021.) i pregledu relacijskog strojnog učenja Nickel et al. (2016.), znanje predstavlja kao čvorove (entitete poput ljudi, mjesta, organizacija) povezane označenim rubovima (odnosi), te služi za semantičko pretraživanje, sustave preporuka i zaključivanje.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Hogan, A. et al. (2021). Knowledge Graphs. ACM Computing Surveys, 54(4), 1-37. DOI: 10.1145/3447772 ↗
- Nickel, M. et al. (2016). A Review of Relational Machine Learning for Knowledge Graphs. Proceedings of the IEEE, 104(1), 11-33. DOI: 10.1109/JPROC.2015.2483592 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Knowledge Graph Construction from Text. ScholarGate. https://scholargate.app/hr/text-mining/knowledge-graph-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Povezivanje entitetaRudarenje teksta↔ compare
- Prepoznavanje imenovanih entiteta (NER)Rudarenje teksta↔ compare
- Ekstrakcija odnosaRudarenje teksta↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →