找到8个工具集

格式: PDF

过滤结果
  • FudanDNN-NLP4.0:复旦深度网络中文自然语言处理系统 热门

    FudanDNN-NLP4.0是由复旦大学计算机学院机器人研究实验室所开发的基于深度学习的中文自然语言处理系统,该系统目前可用于中文分词、命名识别、词性标注、句子分类、语义分析、知识库访问、对话问答。深度学习方法的优点在于不需要预先根据任务进行特征的选择(特征工程),系统所需参数较少(节省内存开销),并且实际使用远远快于其它相似性能的系统。
  • 基于elasticsearch的KBQA实现及示例

    这是一个基于ElasticSearch实现的简单的基于知识库的问答系统。该问答系统可以解析输入的自然语言问句生成ES查询,然后执行得到结果。目前实现了按照名称检索实体,实体属性,多跳检索,以及检索符合多对属性要求的实体。
  • 基于 REfO 的 KBQA 实现及示例

    这是一个基于 Python 模块 REfO 实现的知识库问答初级系统. 该问答系统可以解析输入的自然语言问句生成 SPARQL 查询,进一步请求后台基于 TDB 知识库的 Apache Jena Fuseki 服务, 得到结果. 这是一个入门级的例子. 内含介绍此项目的 README.pdf. 方便用户快速把握这个项目的想法. 希望用户体会默认的 3...
  • 支持中文的deepdive:斯坦福大学的开源知识抽取工具(三元组抽取) 热门

    deepdive是由斯坦福大学InfoLab实验室开发的一个开源知识抽取系统。它通过弱监督学习,从非结构化的文本中抽取结构化的关系数据 。本项目修改了自然语言处理的model包,使它支持中文,并提供中文tutorial。后续将持续更新一些针对中文的优化。
  • FudanDNN-NLP3.0:复旦深度网络中文自然语言处理工具 热门

    复旦深度网络中文自然语言处理工具FudanDNN-NLP3.0。在2.2的基础上新增融合任务导向问答和聊天机器人的对话系统;支持访问以RDF表示的知识库(类似知识图谱);可配置自定义问答的优先处理机制;针对语音识别不准确的发音相似性匹配功能(用于知识库检索和自定义问题匹配);包含简单算术、诗词朗读、术语解读、菜谱查询、家电控制等场景;增加金融、疾病、药...
  • KB2E: 清华大学知识图谱embedding工具包

    此工具包中实现了目前效果较好的知识表示学习的方法,包括TransE, TransH, TransR and PTransE等,并且已在数据集FB15K和WN18上测试。
  • SparkSRE-基于Spark的语义推理引擎

    SparkSRE是一个基于分布式内存计算框架Spark的语义推理引擎实现方案。该实现方案充分利用了Spark具有的分布式内存抽象弹性分布式数据集RDD,将语义推理的算法转换成在RDD之上的各种变换操作,最终实现面向语义Web领域RDFS规则集、OWL Horst规则集和通用形式规则的语义推理能力。
  • 北京大学图数据库-gStore 热门

    一种基于图的RDF存储和SPARQL查询系统(triplestore);支持标准的RDF数据n3文件导入;标准SPARQL 1.1查询语句(含Union, Optional, Filter等);单机支持5亿规模的三元组数据;在5个Benchmark数据集(3-5亿三元组)上的测试,平均性能优于Virtuoso 7.2。
您也可以使用应用程式界面 (看 API文献)注册.