- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器智能技术干货
摆脱复杂图谱术语，7个原则搞定Schema建模
前言 在OpenSPG最新发布的0.0.2 版本中，为了方便大家更好地理解和应用OpenSPG构建知识图谱，发布了知识建模最佳实践的 7 个指导原则。 知识图谱 以基本的SPO三元组，表示实体间的事实关系；但SPO对由多个要素（>2）共同决定的多元关系表示存在缺陷；图谱schema的设计是主观的，不同图谱的异构导致知识难以对齐融合。 跨图谱融合场景 不同业务部门构建图谱时先专注于自身领域的知识建模，但随着业务的开展，需要引入其他领域的知识。 已有的研究或工作，都只解决了事件图谱、事理（概念）图谱或事理常识中特定一类的表示，蚂蚁场景中需要对从实例到概念，从事实到常识的整体架构每种事件的实例需要frame表示事件概念体系需要本体表示事件实例之间的事实关系需要 )|(800[0-9]{7})|(0[0-9]{2,3}-[0-9]{7,8})|((13[0-9])|(14[5,7,9])|(15([0-3]|[5-9]))|(16[5,6])|(17[0-8])
2.3K11编辑于 2024-01-16 - 来自专栏数据饕餮
程序化交易生态图谱2015年7月版
一、图谱最新版 二、更新说明 广告交易平台：新收录 广点通、及新创公司PMADX视频广告交易平台 DSP (需求方平台）：新收录两家进入中国不久的国际DSP，xAd 和 Sociomantic SSP
61820发布于 2019-01-14 - 来自专栏NebulaGraph 技术文章
7 种查询策略教你用好 Graph RAG 探索知识图谱
实现第 5 步: 图探索的 7 种方式下面根据 KG 索引，让我们使用不同的方法查询知识图谱并观察它们的结果。 图探索方法 7：KnowledgeGraphRAGRetrieverKnowledgeGraphRAGRetriever 是 LlamaIndex 中的一个 RetrieverQueryEngine，它在知识图谱上执行 使用 3 个问题测试 7 种图查询问题 1：告诉我 Bryce Harper 相关信息下图展示了 7 种查询方式对这一问题的回复，我用不同的颜色对查询语言进行了标注：这是我基于结果的一些看法：KG 基于向量的检索 关键收获基于上面 3 个问题在 7 个查询引擎上的实验，比较了 7 个查询引擎的优点和缺点：哪个查询引擎最适合，将取决于你的特定使用情况。 此外，我们还探讨了 7 种查询引擎，研究了它们的内部工作，并观察了它们对三个问题的回答。我们比较了每个查询引擎的优点和缺点，以便更好地理解了每个查询引擎设计的用例。
4.5K11编辑于 2023-12-06 - 来自专栏百味科研芝士
HPA数据库更新脑图谱、血液图谱与代谢图谱
原来的HPA数据库主要包含组织图谱、细胞图谱与病理图谱，分别包含内容如下： 组织图谱： 某蛋白在机体不同组织脏器中的表达情况。 细胞图谱： 某蛋白在细胞内的定位情况，如核内、细胞膜上等。 病理图谱： 某蛋白在不同肿瘤中的表达情况。 最近，HPA数据库更新了脑图谱、血液图谱与代谢图谱，让我们一起来看看他们包含了哪些内容吧： 脑图谱 脑内最重要的功能单元就是神经元了，神经元的胞体和树突富含微观结合蛋白2 （MAP2），而轴突富含低分子量 可以看到血液图谱目前仅有RNA信息，没有蛋白信息。 ? ? ? ? 不同数据集中表达情况，可以发现该基因在所有白细胞中均表达。 ? 其余三类信息待补充。 代谢图谱 代谢图谱主要是手工整理了胞内的代谢通路，确定了各类代谢反应及其胞内定位，具体如下： ? 不同代谢通路，如组氨酸代谢和磷酸戊糖途径。 ? 胞内不同部位，如线粒体、胞浆、内质网、核内等。 ?
1.8K10发布于 2020-06-11 - 来自专栏贺贺的前端工程师之路
学习图谱
学习，不是罗列知识点，而是要学。你不需要把所有东西都列出来，你只需要想清楚自己现阶段的学习就好，慢慢学习，慢慢进步。
63210发布于 2020-04-24 - 来自专栏信息技术智库
7套干货，Python常用技术学习知识图谱！！（史上最全，建议收藏）
7大章节、150+节课程： 课程展示： 教程传送门：150讲轻松搞定Python网络爬虫 三、Python学习技术问题汇总 【你将收获】 学习Python中的核心技术 学习Python面试的问题和解答
83440编辑于 2022-09-19 - 来自专栏专栏了呢
IT开发图谱
文章有字数限制，看来必须要到140才行呀，可是我只是想试试并没有打算写那么多字呀，你这么要求让我很为难呀，作为用户我有权利强烈谴责你们。收到谴责信号请立即取消140个字的限制。真是好难受呀，实在是没啥好写的，写点儿啥呢，我真的只是想体验一下这个编辑功能的效果，你们却苦苦相逼让我写下这么多字，感觉脑仁儿都葛优躺了。就不能把字数限制的再小一点吗，比如十个字二十个字哪怕就是二十一个字，我也没啥好说的。你说一百四十个字这让人怎么写的出来呀，尤其对于没有打算写点儿什么的人来说，实在是太难了。。。。我K居然写了这么多了，我试试看能不能发布哈，要是没有接着写那就是够了，我去try了
56900发布于 2019-04-02 - 来自专栏大数据文摘
知识图谱还是数据图谱？ | 清华AI Time
数据图谱？知识图谱？ 吴信东首先对知识图谱的认识问题做出了纠正。 图谱就是概念的关系的连接，这个说法是错误的，节点之间以边相连，这只是图谱，比如我给张三打电话，“打电话”连接我与张三，这叫图谱，但不叫知识图谱。 现在大部分知识图谱还停留在数据图谱上，是对个人了解以后生成的个性化推荐，知识图谱也可能有，也可能还没有认知这一层。这是对认知图谱、数据图谱和知识图谱的大致理解。 明略科技年底会做出动态知识图谱，这个图谱会根据内容变化，静态图谱中间形成的一帧一帧的图谱变化是有视觉模型的，也有时间和空间作为引导。 不过这只是把图谱和推理杂糅起来了，即使如此，认知图谱肯定是知识图谱，图谱被扩充了，常识性的知识和推理的模型也被加进去了。
3.2K40发布于 2019-11-08 - 来自专栏idba
DBA 技能图谱
很早之前整理了一份DBA 技能图谱，最近有朋友问源文件，正好随着技术迭代，针对技能图谱做了补充。
1.3K30发布于 2020-08-21 - 来自专栏生信菜鸟团
小鼠细胞图谱
上期推荐了一个数据库：人类细胞图谱 - 单细胞数据和 Marker 信息，那这次我们来看一个小鼠细胞图谱数据库。 Mouse Cell Atlas http://bis.zju.edu.cn/MCA/ 截至目前，MAC (小鼠细胞图谱， Mouse Cell Atlas) 有四个版本的图谱数据： MCA 1.0：分析了来自 MCA 2.0（小鼠细胞分化图谱）：分析了来自10余种小鼠组织、7个生命阶段（E10.5、E12.5、E14.5、P0、P10、P21、成年）的52万余个单细胞，涵盖了从早期胚胎阶段到成熟成体阶段。 图谱 （Atlas） 以最新的 MCA 3.0 为例，可以全局查看，也可以根据需求选择相应的组织，Cluster，和基因。 在图谱搜索中，可在完整 MCA 数据集中搜索基因，将返回该基因在前 20 种细胞类型、组织和发育阶段中的表达柱状图。
50110编辑于 2025-08-09 - 来自专栏单细胞天地
细胞图谱合集
今天，你们家运来哥哥就带你看看现阶段人类已经构建的细胞图谱，走吧~ 人类细胞图谱计划： https://www.humancellatlas.org/ ? ---- 人类肺细胞图谱 https://hlca.ds.czbiohub.org/ ? ---- 人类细胞图谱（Human Cell Landscape） https://db.cngb.org/HCL/ ? ---- 人类蛋白质图谱 https://www.proteinatlas.org/ ? ---- 小鼠细胞图谱 http://bis.zju.edu.cn/MCA/index.html ? 看了这么多细胞图谱，我们也许会反问自己：到底什么是细胞图谱？
85640发布于 2020-07-14 - 来自专栏phodal
前端技能图谱
基础 HTML / CSS JavaScript Node.js 正规表达式 数据格式（如JSON、XML） RESTful API交互（如jQuery Ajax，Fetch API，ReactiveX） 命令行 中级 ES6 / CoffeScript / TypeScript SCSS / SASS CSS3 HTML语义化 面向对象编程 函数式编程 MVC / MVVM / MV* 矢量图形 / 矢量图形动画（如SVG） 单页面应用 安全性（如跨域） 授权（如HTTP Basic、JWT等等） 工程化
2.1K90发布于 2018-01-29 - 来自专栏大数据与知识图谱
电影关系图谱
(TheMatrix), (JoelS)-[:PRODUCED]->(TheMatrix) 每个cypher的意思如下，但是要整体运行，否则他们的关系不会连在前面8句中创建的节点上，因为最后面的7句运用到了前面 :Person {name:'Lana Wachowski', born:1965}) CREATE (JoelS:Person {name:'Joel Silver', born:1952}) 此7句 cypher创建了7个Person节点，每个节点有2个属性。
2K30编辑于 2022-06-01 - 来自专栏Albert陈凯
CTO技能图谱
CTO技能图谱
1.3K90发布于 2018-04-08 - 来自专栏算法之名
知识图谱
青 岛男篮外援韦瑟斯庞空砍39分2篮板7助攻。 print("正在初始化知识图谱...") if __name__ == "__main__": main() 运行结果 正在初始化知识图谱... 知识图谱初始化成功！ ), ('布朗', '砍下', '27分6篮板4助攻'), ('布朗', '砍下', '得分'), ('杨瀚森', '未能', '拿出此前的篮板表现'), ('韦瑟斯庞', '空砍', '39分2篮板7助攻 运行结果 正在初始化知识图谱... 知识图谱初始化成功！
1.7K11编辑于 2025-02-06 - 来自专栏钱塘大数据
区块链项目市场格局生态图谱（共7大类 附全景图）
我们很难跟踪每个项目，并且区分哪个项目属于生态链系统，经常会出现“只见树木不见树林”的情况，所以我通过搜索研究以及业内朋友推荐，将关注的所有基于区块链去中心化项目整理成一个列表，并且输出为区块链市场格局图谱
1.4K40发布于 2018-07-30 - 来自专栏小馒头学Python
第7章：深度剖析知识图谱中的知识推理：方法与应用探究
在知识图谱中，这一过程成为了解决实体之间关系、预测新事实的关键。 在知识图谱中，这意味着学习实体和关系的嵌入表示，以捕捉潜在的语义关系。这种方法具有更强的泛化能力，能够处理大规模知识图谱的不确定性。 基于神经网络的推理基于神经网络的推理方法是近年来在知识图谱领域崭露头角的一种创新方法。 在知识图谱领域，混合推理通常涉及到融合基于逻辑规则、知识表示学习和神经网络的推理方法，从而在处理复杂的知识图谱推理任务时达到更全面、高效的效果。 结语知识推理在推动知识图谱技术发展方面发挥着关键作用。透过不同的推理方法，我们能够更全面、深入地理解知识图谱中的信息网络。
1.3K10编辑于 2024-04-30 - 来自专栏生信菜鸟团
细胞图谱 | NatMed | 人类血管细胞的器官型图谱
Basic Information 英文标题： An organotypic atlas of human vascular cells 中文标题：人类血管细胞的器官型图谱 发表日期：20 November 通过生成来自 19 个器官和组织的整合多器官人类血管细胞图谱，我们定义了 42 个具有共享和组织特异性特征的血管群体。 因此，通过使用互补的单细胞和单核 RNA 测序技术，从更多器官和组织以及额外个体扩展这一血管图谱将进一步提高其准确性和全面性。 至关重要的是，这个多组织健康血管细胞图谱可以进一步用作参考，以了解血管细胞对疾病的影响，并指导开发针对特定器官血管床的靶向治疗策略。 ，https://data.humancellatlas.org/explore/projects/abe1a013-af7a-45ed-8c26-f3793c24a1f4）；Madissoon等人（人类细胞图谱数据协调平台和国家生物技术信息中心
1.8K10编辑于 2025-01-16 - 来自专栏生信菜鸟团
细胞图谱 | Nature | 人类胚胎骨骼发育的多组学图谱
在这里，我们对大约336,000个核滴进行了配对转录组和表观遗传学分析，并结合空间转录组学，建立了从受精后5到11周的人类胚胎关节和颅骨发育的多组学图谱。 这项工作形成了一个详细且动态的骨骼和软骨成熟的调控图谱，推进了我们对人类骨骼发育中细胞命运决定的基本理解。 为了研究这一点，我们推断出两条主要的成骨轨迹，它们源自不同的成骨前体，在假时间过程中丰富了成骨转录因子并下调了抗成骨转录因子（图3b，c，扩展数据图6f和7a，补充表6和7以及补充信息中的讨论）。 源数据 Discussion Para_01 我们展示了一个多组学细胞图谱，该图谱捕捉了人类滑膜和缝合关节形成过程中第一孕期的空间分辨细胞分类。 我们跨区域的多模式人类发育骨骼图谱是理解第一孕期人类软骨和骨骼发育的基础资源。 它还具有告知体外努力以分化成骨细胞和其他间充质细胞状态的潜力。
1.1K10编辑于 2024-12-27 - 来自专栏NLP/KG
NebulaGraph7 种查询（关键词、向量、混合检索），Graph RAG 探索知识图谱
NebulaGraph7 种查询（关键词、向量、混合检索），Graph RAG 探索知识图谱 1.架构思路 如果你熟悉知识图谱和图数据库 NebulaGraph，可以直接跳到 “RAG 具体实现” 章节 3.3 图探索的 7 种方式 下面根据 KG 索引，让我们使用不同的方法查询知识图谱并观察它们的结果。 使用 3 个问题测试 7 种图查询 问题 1：告诉我 Bryce Harper 相关信息 下图展示了 7 种查询方式对这一问题的回复，我用不同的颜色对查询语言进行了标注： 这是我基于结果的一些看法 索引结果对比 基于上面 3 个问题在 7 个查询引擎上的实验，比较了 7 个查询引擎的优点和缺点： 哪个查询引擎最适合，将取决于你的特定使用情况。 此外，我们还探讨了 7 种查询引擎，研究了它们的内部工作，并观察了它们对三个问题的回答。我们比较了每个查询引擎的优点和缺点，以便更好地理解了每个查询引擎设计的用例。
6.1K10编辑于 2024-01-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号