旅游知识图谱

人工智能 · 其他 案例ID: 129188
联系该工程师
微信扫码，建群沟通
作者： Yamada - 3年经验- 携程旅行

案例介绍

该项目主要搭建携程的旅游知识图谱，作为携程智能客服和携程产品录入检测的后台存储。项目主要针对非结构化数据采用Joint Model抽取三元组，将抽取出的三元组采用transR完成实体对齐，然后转换成graph格式存储在图数据库(Janusgraph)，最后采用shacl推理完成shema一致性验证。

案例图片

旅游知识图谱

旅游知识图谱

查看该工程师的更多案例

相似案例推荐

  • 发爬虫破解

    发爬虫破解

    针对不同反爬虫级别网站，做出具体scrapy部署，使用工具包

  • CPU OpenMP多核优化

    CPU OpenMP多核优化

    基于CPU多核架构优化程序性能，充分使用多核资源来减少耗时达

  • cache 优化

    cache 优化

    基于CPU Cache机制及原理优化程序性能，提高Cache

  • 药品知识图谱

    药品知识图谱

    通过中文的药品说明书，对其提取命名实体，定义其关系，构建知识

  • 姿态估计

    姿态估计

    阅读相关论文，并通过开源数据集，训练多个模型，验证模型准确度

  • 食堂菜品识别算法

    食堂菜品识别算法

    指定在指定场景下识别图片中的菜肴 通过对菜肴的多角度拍摄

发布任务

企业点击发布任务，工程师会在任务下报名，招聘专员也会在 1 小时内与您联系确认。
点击发布任务

1小时精推人才

需求方专属客服，免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
微信沟通 联系需求方端客服 看中这位工程师了？客服帮你 1 小时对接沟通 → ×