本篇介绍Docker单机网络的四种模式Docker网络模式配置说明host模式–net=host容器和宿主机共享Network namespacecontainer模式–net=container:NAME_or_ID容器和宿主机共享Network namespacenone模式–net=none容器有独立的Network namespace，但并没...

1. 默认网络当你安装了docker,自动创建了3个网络，可以使用docker network命令来查看dd@ubuntu04:~$ docker network lsNETWORK IDNAMEDRIVERSCOPE61848f3f9e62bridgebridge ...

**导读**：知识图谱的构建技术主要有自顶向下和自底向上两种。其中自顶向下构建是指借助百科类网站等结构化数据源，从高质量数据中提取本体和模式信息，加入到知识库里。而自底向上构建，则是借助一定的技术手段，从公开采集的数据中提取出资源模式，选择其中置信度较高的信息，加入到知识库中。在本文中，笔者主要想分享一下自底向上构建知识图谱的全过程，抛砖引玉，欢迎大家交流。“The world is not ma

1. 知识图谱生命周期  从行业知识图谱的全生命周期来看，可以分为知识建模，知识获取，知识融合，知识存储，知识计算和知识应用6个部分。1.1 知识建模  知识建模即建立知识图谱的模式层（也称本体层、动态本体层），行业知识图谱依托于模式层对整个知识图谱的结构进行定义，因此需要保证可靠性。  通常采用两种方法：一种是自顶向下的方法，专家手工编辑形成数据模式；另一种是自底向上的方法，基于行业现...

在原文《知识图谱研究进展》基础上上做了相应的调整和补充本文首先简要回顾知识图谱的历史，探讨知识图谱研究的意义。其次，介绍知识图谱构建的关键技术，包括实体关系识别技术、知识融合技术、实体链接技术和知识推理技术等。然后，给出现有开放的知识图谱数据集的介绍。最后，给出知识图谱在情报分析中的应用案例。— 漆桂林、高桓、吴天星东南大学计算机科学与工程学院本文节选自《情报工程》2017 年第 1 期...

  在上一部分中，我们介绍了NLP领域最基本的问题：词法分析，现阶段解决该问题最常用的方法就是将其转化为序列标注问题，根据解决序列标注问题的方法对其进行解决。  词的问题解决了，那么下一步，就是句法分析。  在这一部分中，我们介绍完全句法分析的基础——Chomsky形式文法。  句法分析的任务是确定句子的句法结构或句子中词汇之间的依存关系，主要包括三种：完全句法分析、局部句法分析、依存关系分析。 

OWL入门（1）-- 基本概念介绍1. 简介2. OWL语法3. 基本概念4. 参考文献1. 简介  OWL2 Web本体语言(OWL)是一种语义Web语言，它被设计用来表示关于实体、实体间关系的丰富和复杂知识。  OWL是一个以计算逻辑为基础的语言，用OWL表示的知识可以通过计算机程序进行推理(演绎推理)，从而验证知识一致性，或者使隐性知识显性化。  OWL文档，也被称为本体，能够在万维...

记性也越来越差了，基本上如果完全不用，不到两周，基本一干二净了，为了摆脱这个现状，最近准备推进知识体系的梳理一直很喜欢做知识图谱相关工作，但也断档了好久了。 最近这个周期暂停了知识图谱工作，一是因为团队管理事情比较多（大几十人的团队），二是周期重点工作在大数据机器学习平台上线（安利下，虽然已经不在老东家，但是dd出品，必属精品，6.15正式上线后，机器学习平台栏计划同步更新，也算为老东家引流，..

  在上一部分中，我们介绍了NLP领域中的一个基本问题：序列标注问题，并对解决该问题的三种方法：HMM、CRF、RNN+CRF进行了介绍。在这一部分中，我们将在语言结构层面对词法分析进行介绍。  在了解了NLP架构之后，一定还记得这样一张图：  现在，我们已经了解了自然语言研究层面的基本概念：语言模型、序列标注，下一步就是对“词”的分析和处理。  还是那句话，规则法、概率统计法、深度学习...

  在这一部分中，我们将在此基础上介绍神经网络语言模型以及词向量的相关知识。在介绍这些知识之前，我们首先对自然语言处理领域的整体架构进行一些简单的介绍。1. 自然语言处理架构  首先，我们来看这样一张图。  从这张图中，可以清晰地看到，所谓的规则法、概率统计法、深度学习法都只是处理各类NLP问题的具体方法，而不是NLP问题的组成部分。（这一点一定要清晰，NLP不只是深度学习，深度学习仅仅是...