获得徽章 9
动态
文章
专栏
沸点
收藏集
关注
作品
赞
4
赞
4
返回
|
搜索文章
最新 热门
  • 用 Figma 设计并制作界面原型——熟悉你的设计环境
    在上一章中，我们探讨了 UX 流程中的基础要素，包括情绪板、用户画像和用户流程——这些都是塑造有意义且可用体验时不可或缺的工具。随着你继续往前推进，务必要把你的研究材料、洞察结论和规划资产放在触手可及
    • 1月前
    • 83
    • 评论
    LLM
    用 Figma 设计并制作界面原型——熟悉你的设计环境
  • 用 Figma 设计并制作界面原型——在 FigJam 中组织情绪板、用户画像和用户流程
    既然你已经熟悉了 Figma 的整体结构和核心功能，现在就该开始通过亲手实践来学习了。理解 Figma 如何运作的最佳方式，就是直接去使用它。而我们的起点不是设计文件，而是 FigJam 白板。乍看之
    • 1月前
    • 72
    • 评论
    LLM
    用 Figma 设计并制作界面原型——在 FigJam 中组织情绪板、用户画像和用户流程
  • 知识图谱与 LLM 的实战应用——知识图谱机器学习导论
    本章涵盖 理解知识图谱上的机器学习 探索图上常见的机器学习任务 理解节点与关系表示的作用 构建知识图谱是开发智能系统中的关键一步。它使我们能够从多个不同的数据源中获取整体性知识，并以一种支持探索、导航
    • 1月前
    • 37
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——知识图谱机器学习导论
  • 知识图谱与 LLM 的实战应用——结合开放式大模型与领域本体的命名实体消歧
    本章涵盖 理解传统 NED 工具的局限性 将通用型大语言模型与领域本体结合用于 NED 通过最短路径检测、路径到文本的转换以及文本路径摘要，执行多步骤消歧 第 7 章聚焦于命名实体消歧（NED），重点
    • 1月前
    • 39
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——结合开放式大模型与领域本体的命名实体消歧
  • 知识图谱与 LLM 的实战应用——命名实体歧义消解
    本章涵盖 将命名实体消歧与知识图谱技术结合起来 从多个来源构建知识图谱 执行高级分析 自然语言处理（NLP）技术在从非结构化数据中自动构建知识图谱（KG）的过程中发挥着关键作用。这个过程中的一项关键任
    • 1月前
    • 48
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——命名实体歧义消解
  • 知识图谱与 LLM 的实战应用——基于大型语言模型构建知识图谱
    本章涵盖 将档案转化为知识图谱 图建模 数据归一化与清洗 实体解析 分析智识网络 在上一章中，我们讨论了如何利用最先进的机器学习（ML）技术——包括大型语言模型（LLM）——从非结构化数据中抽取复杂的
    • 1月前
    • 41
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——基于大型语言模型构建知识图谱
  • 知识图谱与 LLM 的实战应用——从非结构化数据中抽取领域特定知识
    本章涵盖 从非结构化数据构建知识图谱 档案管理的复杂性：以洛克菲勒档案中心为例 使用大型语言模型抽取实体与关系 到目前为止，我们讨论的知识图谱（KG）主要建立在结构化数据之上，例如表格、知识库等。那么
    • 1月前
    • 37
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——从非结构化数据中抽取领域特定知识
  • 知识图谱与 LLM 的实战应用——从简单网络走向多源集成
    本章涵盖以下内容： 构建并整合复杂知识图谱 探索知识图谱示例 理解分析与查询技术 使用 LLM 分析 KG 结果 本章将进一步加深我们对如何构建规模更大、结构更复杂的知识图谱（KG）的理解，并探讨如何
    • 1月前
    • 47
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——从简单网络走向多源集成
  • 知识图谱与 LLM 的实战应用——从本体构建你的第一个知识图谱
    本章涵盖以下内容： 根据具体用例选择最合适的 KG 技术 构建一个用于支持临床医生工作的 KG 在 KG 之上执行分析与基于本体的推理 构建 KG 之所以复杂，是因为必须从不同数据源中抽取并整合信息，
    • 1月前
    • 75
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——从本体构建你的第一个知识图谱
  • 知识图谱与 LLM 的实战应用——智能系统：混合式方法
    本章涵盖以下内容： 智能顾问系统的设计概念与体系架构 混合系统如何利用 KG 与 LLM 的互补优势 在智能顾问系统中结合 KG 与 LLM 本章将探讨智能与智能行为背后的基础概念。我们讨论的核心，是
    • 1月前
    • 40
    • 评论
    LLM
    知识图谱与 LLM 的实战应用——智能系统：混合式方法
    • 下一页
    个人成就
    优秀创作者
    文章被点赞 2,069
    文章被阅读 931,898
    掘力值 25,931
    收藏集
    1
    关注标签
    10
    加入于