
이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다.관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스 지난 글의 마지막 부분에서는 그래프스토어에 저장된 정보를 활용하기 위해 SPARQL이라는 언어를 통해 조회를 하는 것을 보였습니다. SPARQL에 대한 설명은 여기에서 참고하실 수 있습니다.RDF 지식그래프로 구성된 ..
KnowledgeGraph
2024. 8. 2. 01:02
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- Thymeleaf
- neosemantics
- RDF
- Knowledge Graph
- 타임리프
- rdfox
- 장고
- 그래프 데이터베이스
- 사이퍼
- TDB
- stardog
- networkx
- 스프링부트
- 트리플
- pyvis
- django
- Ontology
- 온톨로지
- Neo4j
- TBC
- cypher
- RDF 변환
- 지식그래프
- LOD
- TopBraid Composer
- 지식 그래프
- property graph
- 트리플 변환
- Linked Data
- sparql
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함