知识图谱

chushiyunen1 天前
人工智能·笔记·知识图谱
知识图谱笔记NER(named entity recognition)(命名实体识别),是nlp的核心任务之一。主要作用就是从一段非结构化的文本中,精准地找出那些具有特定意义的“专有名词”,并给它们贴上类别标签。
金井PRATHAMA1 天前
大数据·人工智能·自然语言处理·知识图谱
内容与形式(二)内容:基于系统科学与信息科学双重视角的层级化定义本文基于“系统科学”与“信息科学”双重视角,对"内容"进行多维度、层级化的严格定义,明确其在不同研究范畴中的内涵与外延,厘清其与“形式”的本体论边界与辩证关系,为内容与形式关系的深入研究、意义有序系统的理论构建奠定的本体论基础。
源码之家1 天前
python·深度学习·机器学习·信息可视化·数据分析·知识图谱·课程设计
计算机毕业设计:Python基于知识图谱的医疗问答系统 Neo4j 机器学习 BERT 深度学习 ECharts(建议收藏)✅博主介绍:✌全网粉丝50W+,前互联网大厂软件研发、集结硕博英豪成立软件开发工作室,专注于计算机相关专业项目实战6年之久,累计开发项目作品上万套。凭借丰富的经验与专业实力,已帮助成千上万的学生顺利毕业,选择我们,就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码,或者代做,拉到文章底部即可与我联系了。🍅
龙腾AI白云2 天前
知识图谱·pygame
知识图谱与检索增强的实战结合知识图谱与检索增强的实战结合一、 幻觉从哪来 二、 RAG怎么防幻觉 三、 知识图谱补什么 四、 融合实战架构 五、 落地注意事项
GIS数据转换器2 天前
人工智能·物联网·3d·无人机·知识图谱·旅游
农业物联网可视化管理系统在当今全球粮食安全形势日益紧张的背景下,农业的现代化、精细化管理已经不再是选择题,而是必答题。随着传感技术、5G通信和大数据分析能力的飞速提升,农业物联网(IoT) 正逐步从单一的“数据采集”工具转型为农业生产的“大脑”。本文将深度解析“农业物联网可视化管理系统”的核心价值与实现路径,为您揭开智能农业的神秘面纱。
高洁012 天前
人工智能·深度学习·数据挖掘·transformer·知识图谱
知识图谱与检索增强的实战结合知识图谱与检索增强的实战结合一、 幻觉从哪来 二、 RAG怎么防幻觉 三、 知识图谱补什么 四、 融合实战架构 五、 落地注意事项
图特摩斯科技2 天前
人工智能·知识图谱·本体论·palantir·ontology
不用OWL/RDF!Function 和 Action 在本体智能平台中的重要性体现很多人初次接触企业级本体,总会陷入固有认知:将本体等同于传统知识图谱,或是OWL/RDF这类语义网标准的商业落地,执着于用标准化语法表达概念、关系与推理规则。行业内也有Palantir这类平台借鉴本体思想,却重构了本体的工程目标,跳出语义网框架聚焦组织行动,但这类实践始终是小众参考。而我打造OntoFlow本体智能平台与AbutionGraph本体数据库时,直接选择摒弃冗余的OWL/RDF语法束缚,不纠结于标准化知识描述,转而聚焦本体的核心价值——让知识从“静态展示”走向“动态执行”。
源码之家2 天前
大数据·python·数据挖掘·数据分析·flask·知识图谱·课程设计
计算机毕业设计:Python智慧医疗问答系统 知识图谱 Flask框架 数据可视化 neo4j图数据库 大模型 agent(建议收藏)✅博主介绍:✌全网粉丝50W+,前互联网大厂软件研发、集结硕博英豪成立软件开发工作室,专注于计算机相关专业项目实战6年之久,累计开发项目作品上万套。凭借丰富的经验与专业实力,已帮助成千上万的学生顺利毕业,选择我们,就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码,或者代做,拉到文章底部即可与我联系了。🍅
扬帆破浪3 天前
人工智能·macos·开源·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:macOS首次启动报无法验证 开发者签名与公证的现实做法很多 macOS 用户首次双击察元AI 桌面单机版的 dmg,会看到一个灰色对话框 无法打开,因为 Apple 无法检查它是否包含恶意软件。这一篇专门讲清楚这个对话框背后的事,给一份能直接照做的处置步骤。
扬帆破浪3 天前
人工智能·windows·电脑·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:免费开源的AI软件首启动 FirstRunSetup向导背后做了什么第一次打开察元AI 桌面单机版会看到一个向导界面,三四屏走完才进主界面。这个向导叫 FirstRunSetup,是 chayuan-desktop 的首启动初始化流程。看似简单的几步选择,背后做了不少事。这一篇拆开讲一下。
扬帆破浪3 天前
人工智能·windows·开源·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:Windows装包被防病毒拦了 看安装日志和签名链的实战Windows 上装察元AI 桌面单机版被拦的情况不少见,特别是公司发的电脑、安装了 360、火绒、Defender 等多重防护的环境。这一篇专门讲怎么诊断,怎么处置,给装机第一天就遇到这堆灰窗口的人一份清单。
扬帆破浪3 天前
人工智能·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:本地离线知识库的folder-sync 第一次把文件夹挂成知识库把一个文件夹挂成 chayuan-desktop 的知识库,是察元AI 桌面单机版上手之后第二件要做的事。第一件是配模型,这一件是有了内容才能问。folder-sync 是 chayuan-desktop 内置的文件夹同步机制,能让一个本地目录持续地被解析、入库、增量更新。这一篇讲怎么用它。
扬帆破浪3 天前
人工智能·windows·开源·电脑·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:本地离线知识库的妥协与收益 老电脑跑察元AI的可行边界办公场景里有大量的电脑配置不高,i5 二代 三代加 8G 内存的家伙不少见。装个 ChatGPT 桌面没事,但要在它上面跑本地离线知识库 加 本地大模型,配置确实勉强。这一篇专门讲老电脑上跑察元AI 桌面单机版的现实选择,给那些不想换电脑又想用 AI 的同事一份地图。
扬帆破浪3 天前
人工智能·windows·开源·电脑·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:本地离线知识库的真完全离线 内网无外网装察元AI的拼装步骤政企客户找我们部署察元AI 桌面单机版,最常见的要求是 完全不联外网。chayuan-desktop 在这件事上是天然契合的,因为它本来就是单机优先。但首装那一台仍然需要一些预备工作,这一篇给一份内网无外网的装包流程。
源码之家3 天前
python·深度学习·机器学习·数据分析·flask·知识图谱·课程设计
计算机毕业设计:Python基于知识图谱与深度学习的医疗智能问答系统 Django框架 Bert模型 深度学习 知识图谱 大模型(建议收藏)✅博主介绍:✌全网粉丝50W+,前互联网大厂软件研发、集结硕博英豪成立软件开发工作室,专注于计算机相关专业项目实战6年之久,累计开发项目作品上万套。凭借丰富的经验与专业实力,已帮助成千上万的学生顺利毕业,选择我们,就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码,或者代做,拉到文章底部即可与我联系了。🍅
扬帆破浪3 天前
人工智能·windows·电脑·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:公司只允许装签名应用 给察元AI打企业内部分发包公司规定终端只能装数字签名过的应用,第三方安装包必须经过 IT 审批。这种环境下要把察元AI 桌面单机版铺到几十台电脑上,最稳的做法是用公司证书重签一份内部分发包。这一篇把流程讲清楚。
扬帆破浪3 天前
人工智能·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:国产化支持下的统信UOS 装察元AI的依赖与运行时对账统信 UOS 1060 在政企部署里逐渐普及,办公场景用得越来越多。chayuan-desktop 桌面单机版对 UOS 是有专门适配的发行包,但首装一台到能跑通中间还是有不少细节。这一篇给一份完整的依赖清单和运行时对账,省掉摸索时间。
扬帆破浪3 天前
人工智能·windows·电脑·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版:装一台到家用台式 把工作笔记本的对话历史迁过去工作笔记本上用察元AI 桌面单机版攒了几个月的对话历史和知识库,想在家用台式上接着用。chayuan-desktop 的数据都在 CHAYUAN_ROOT 目录里,迁移这件事看着简单,实际上有几个细节需要小心。这一篇专门讲跨电脑迁移的步骤。
扬帆破浪3 天前
人工智能·开源·知识图谱
免费开源AI软件.桌面单机版,可移动的AI知识库,察元 AI桌面版离线优先 · 国产系统适配 · 全栈本地知识库 · 多模型对抗察元 AI 桌面单机版是一款装到电脑里就能用、不联外网也能跑的 AI 助手 —— 内置多供应商大模型网关 · 文档/结构化/向量/办公/外部库五类知识源 · 30+ 内置工具 · MCP 协议 · 模型对抗, 原生适配 Windows / macOS / Linux / 麒麟 / 统信 UOS / openKylin 等系统; 所有数据落到用户自选目录,密钥与文档永不出域,真正的"自有 AI"。
武汉知识图谱科技5 天前
人工智能·知识图谱
从材料到实物:神经符号AI如何重构轨道车辆吸能结构仿真流程轨道车辆的被动安全设计,特别是列车端部的防爬吸能结构,是保障碰撞事故中乘员生存空间、降低事故损失的关键技术防线。防爬器与吸能管通过可控的塑性变形将巨大的冲击动能转化为内能,从而避免车体结构发生灾难性破坏。然而,这类结构的设计长期依赖传统的“试验-修正”模式,工程师需要在材料选型、结构几何、制造工艺等多个高维参数空间中反复试错。每一次设计迭代往往意味着数十万甚至上百万元的台车碰撞试验成本,以及数周乃至数月的准备与分析周期。这种高成本、长周期的研发范式已难以适应当前轨道交通装备快速迭代、定制化需求日益增长的市