Kunskapsgrafskonstruktion från text
Kunskapsgrafskonstruktion är en textutvinningsprocess som omvandlar ostrukturerad text till en strukturerad graf av entiteter och relationerna mellan dem. Med utgångspunkt i syntesen av Hogan et al. (2021) och den relationella maskininlärningsöversikten av Nickel et al. (2016) representerar den kunskap som noder (entiteter som personer, platser, organisationer) förbundna med märkta kanter (relationer), och används för semantisk sökning, rekommendationssystem och resonemang.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Knowledge Graph Construction from Text. ScholarGate. https://scholargate.app/sv/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.
- EntitetslänkningTextutvinning↔ compare
- Namngiven entitetsigenkänning (NER)Textutvinning↔ compare
- Relation ExtractionTextutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →