在 Python 中通过知识图谱进行语义搜索(spaCy 教程含源码)_spacy 语义识别

所有你需要获得关于为什么你应该关心它们的基本直觉 + python spaCy 片段

语义搜索是一种类似于模糊搜索的艺术——主要区别在于语义搜索不是搜索近似字符串匹配，而是专注于搜索近似概念匹配。一个理想的语义搜索引擎不会局限于查看拼写错误——它能够理解查询的意图，即使查询的文档不包含用于表达信息需求的特定短语，或者如果这些短语是以假朋友的身份出现在不同的语境中。

这篇博文的结构如下：

• 语义搜索及其重要性
• 什么是知识图谱？
• 用 Python 构建知识图谱
• PudMed对知识图谱的应用
• 结论

语义搜索及其重要性

为了给出语义搜索的结果的具体示例，请考虑以下内容：

查询词语：病变
集合：

• D1：肿瘤微环境
• D2：模仿一只反舌鸟
• D3：Kyrie eleison 的早期设置和类型定义问题
• D4：头颈癌患者的第二种肿瘤
  相关函数 R:
  – R(D1) := 1
  – R(D2) := 0
  – R(D3) := 0
  – R(D4) := 1
  对于人类来说，这是一个相当简单的查询，唯一的先决条件是知道tumor是neoplasm的另一个词，并且它们都是病变的子类别（并且该病变与eleison 无关，尽管 Levenshtein 距离很小）。然而，我们仍然需要一种在我们的搜索功能中编码这些知识的方法。

什么是知识图谱？

最有用的知识表示形式之