毕业设计每日博客--第二周1
通过今天的学习总算对知识图谱有了一点理解。
今天看老师的视频是把一个关于医疗的名词进行自动分类的项目,视频里面的老师梳理项目的整体思路时,终于是茅塞顿开。
感觉和图像识别是非常的相似,对名词进行标注,制作数据集,通过算法训练数据集,一般将字或词通过工具,映射为300维的向量,来进行卷积神经网络的输入训练,而后不断对比数据集标注,计算损失,调整权重,提高准确率,最终生成一个不错的模型,结合算法,读入一段文字时,就可以准确的抓出关键字并给出类别。
大概现在就理解到这种程度,后面我会继续努力。
其实学到这里我是对知识图谱有点抗拒了,还是大量的需要数据集的标注,很枯燥体力活,而且知识图谱没有标注工具,纯找然后规则的写出位置类别等信息,还不如图像识别,起码是图像,而且有大量的标注工具,也比文字好点,有趣一点,也不知道那个热门一点。