华为云用户手册

编辑元素链接配置 在 知识图谱 针对已创建的元素链接支持编辑操作。 登录KG服务管理控制台，默认进入“我的图谱”页面。 在“我的图谱”页面，单击已创建的图谱卡片，进入图谱详情页面。 单击知识图谱问答KBQA卡片下方的“问答配置”，默认进入“元素链接配置”页面。 单击操作列的“编辑”，在元素配置页面编辑配置信息，参数说明请参见配置元素链接（交互）。 也可以用代码编辑元素配置信息，请见配置元素链接（代码编辑）。 不支持更改概念，仅支持编辑概念的元素链接配置和配置描述。 图1 编辑元素配置 编辑完成，单击“保存”。 父主题： 配置元素链接

功能区操作 创建本体界面右上角的功能区，可基于当前本体进行一系列操作。 图11 功能区 表2 功能区操作 图标 说明 保存当前界面的概念节点和关系曲线。 清空界面，即清空当前界面的概念节点和关系曲线。 导出当前界面的概念节点和关系曲线至OBS。导出前需要提前创建好OBS桶，详情请见OBS添加桶。 单击图标，在导出本体的对话框中填写“导出文件名”，选择“OBS桶”和“存储路径”，然后单击“确定”。 导出文件名 填写导出本体的文件名。 OBS桶 选择存放本体文件的OBS桶。需保证您的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 存储路径 选择存放本体文件的OBS路径。 从OBS导入本体。导入前将待导入的本体文件（json格式）上传至OBS中，详情请参见OBS添加桶和OBS上传文件或文件夹。 说明： 此处导入的本体会覆盖当前正在编辑的本体。 单击图标，在导入本体的对话框中选择“OBS桶”和“存储路径”，然后单击“确定”。 OBS桶 选择提前准备的本体文件存放的OBS桶。需保证您的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 存储路径 选择提前准备的本体文件存放在OBS桶中的路径。 单击图标可查看创建本体所有操作的快捷键。 单击图标放大本体。 单击图标缩小本体。 单击图标使本体以适配大小显示。 单击图标撤销上一个操作。 单击图标恢复上一个已撤销的操作。

编辑概念 右键单击概念图标，选择“编辑”。 或双击概念图标。 左侧弹出概念编辑框。 在概念编辑框中，按表1编辑“概念名称”、“Icon”和“属性”。 图3 编辑概念 表1 编辑概念 参数 说明 概念名称 概念名称只能由大小写字母、数字、中文、下划线组成，长度为1-63位。 Icon 单击选择概念图标的颜色和样式，单击右侧的“更多”，可选择更多图标样式。 属性 编辑当前概念的属性。所有概念都默认有一个属性为“name”，且默认属性类型为“single_string”。 添加属性 单击“添加属性”可添加属性文本框，在文本框中填写属性的“名称”，选择“单值/多值”、“类型”、“操作”。 “名称”：属性名称只能由大小写字母、数字、中文、下划线组成，长度为1-63位。 “单值/多值”：选择当前属性是单值还是多值。 “类型”：选择属性的类型，“单值”可选类型有“single_string”、“single_int”、“single_double”、“single_bool”，“多值”可选类型有“set_string”、“set_int”、“set_double”。 填写完概念的属性后，单击“操作”列的，保存信息。 编辑属性 单击已有属性“操作”列的，可对属性的“名称”重新编辑，也可重新选择“单值/多值”、“类型”。 修改完属性后，单击“操作”列的，保存信息。 复制属性 单击已有属性“操作”列的，复制当前属性。 删除属性 单击已有属性“操作”列的，删除当前属性。 填完信息后，单击“保存”。

操作步骤 登录KG服务管理控制台，默认进入“我的图谱”页面。 在“我的图谱”页面，单击已创建的图谱卡片，进入图谱详情页面。 单击知识图谱问答KBQA卡片下方的“问答配置”，默认进入“元素链接配置”页面。 单击“测试”，在对话框中输入问题，然后单击“测试”。 会立即显示“返回结果”，包括问题中的“链接词”、“位置”、“链接类型”、“链接分数”和“链接结果”。 单击操作列的“查看详情”，可查看json格式的结果。 图1 元素链接测试

配置元素链接（交互） 针对配置基本信息中选择的概念，对该概念以及概念属性、与该概念有关的关系进行链接配置。配置模式选择“交互”。 概念CONCEPT 元素名称：默认显示配置基本信息中选择的概念名称。 同义词：概念的同义词，比如概念“电影”的同义词可配置为“影片”、“片子”。 权重：匹配问答与配置元素的近似度时，该元素所占比例。例如问答“不止英雄影片的主演是谁”相似度计算时，本体“电影”所占比例大小。 实体实例权重：匹配问答与配置元素的近似度时，该元素对应实例所占比例。例如问答“不止英雄影片的主演是谁”相似度计算时，实体实例“不止英雄”所占比例大小。 图3 概念链接 概念属性CONCEPT_PROPERTY 元素名称：显示当前概念的所有属性，可切换任意一个属性对其进行链接配置。 同义词：属性的同义词，比如属性“上映日期”的同义词可配置为“播出”、“公映”、“首映”。 权重：匹配问答与配置元素的近似度时，该元素所占比例。例如问答“不止英雄影片是1月1日上映吗”相似度计算时，本体属性“上映日期”所占比例大小。 属性值权重：匹配问答与配置元素的近似度时，该元素对应实例所占比例。例如问答“不止英雄影片是1月1日上映吗”相似度计算时，属性实例“1月1日”所占比例大小。 图4 概念属性链接 概念间关系CONCEPT_RELATION 元素名称：显示当前概念发出的所有关系，可切换任意一个关系对其进行链接配置。 同义词：概念间关系的同义词，比如关系“主演”的同义词可配置为“演员”、“主要角色”。 权重：匹配问答与配置元素的近似度时，该元素所占比例。例如问答“不止英雄影片由谁主演”相似度计算时，本体关系“主演”所占比例大小。 图5 概念间关系链接

发布元素链接 如果已创建的元素链接经过测试已满足业务要求，知识图谱支持发布元素链接，发布后元素链接将会在KBQA问答体验中生效。 登录KG服务管理控制台，默认进入“我的图谱”页面。 在“我的图谱”页面，单击已创建的图谱卡片，进入图谱详情页面。 单击知识图谱问答KBQA卡片下方的“问答配置”，默认进入“元素链接配置”页面。 单击右上角的“发布”，在对话框中单击“确定”。 完成元素链接发布。 图1 发布元素链接 父主题： 配置元素链接

导出元素配置到OBS 知识图谱控制台支持将已创建的元素配置文件导出至OBS。 登录KG服务管理控制台，默认进入“我的图谱”页面。 在“我的图谱”页面，单击已创建的图谱卡片，进入图谱详情页面。 单击知识图谱问答KBQA卡片下方的“问答配置”，默认进入“元素链接配置”页面。 勾选已创建的元素配置，单击右上角的“导出”。 在对话框中，输入“导出文件名”，选择存储元素配置文件的“OBS桶”和“存储路径”，单击“确定”。

KBQA简介 知识图谱问答服务（Knowledge Base Question Answering，简称KBQA）利用机器对自然语言分析与处理能力，理解用户所提出的问题，并利用知识图谱中的结构化知识进行查询、推理，找到解决该问题的精准答案并反馈给用户，协助用户解决不同类型的问题。KBQA提供如下问答配置功能： 配置元素链接 通过配置元素链接，即配置图谱中概念以及概念属性、概念间的关系的同义词和权重，对用户输入的文本进行语义解析，识别出其中与图谱相关联的多种类型的元素。元素链接包括本体链接、实体链接、属性值链接，以及其他关键词链接等。 配置问答模板 根据用户问答查询意图自定义问答模板，用来识别用户问句的真实查询意图。 问答体验 问答配置完成后，可在问答体验页面针对当前图谱的知识提出问题，KBQA服务会根据您的提问查询和推理当前知识图谱的知识库，并返回精准答案。 父主题： 知识图谱问答KBQA服务

操作步骤 在普通配置构建图谱页面，单击“知识映射”，页面下方弹出“知识映射”对话框，单击右侧按钮可以放大对话框。 图1 知识映射 “编辑方式”选择“表格配置模式”，填写知识映射的相关信息。 配置实体的概念映射：在对应实体下方的“概念映射”区域填写映射前的实体类型字段。 配置实体的属性映射：在对应实体下方的“属性映射”区域填写映射到实体各个属性的“抽取项”。 配置实体的关系映射：在对应实体下方的“关系映射”区域填写映射到各个实体关系的“抽取项”和“尾实体类型”。 单击“保存”，完成知识映射。 若创建多个数据源，请完成所有数据源的知识映射配置。配置数据源请参见配置数据源。

操作步骤 在普通配置构建图谱页面，单击“知识映射”，页面下方弹出“知识映射”对话框，单击右侧按钮可以放大对话框。 图1 知识映射 “编辑方式”选择“代码配置模式”。 在“代码配置模式”页签的编辑框中，输入json格式代码，以映射关系如图2为例，代码示例如下所示： 图2 实体人物的映射关系 { "label_map_configs": { "Film": "电影", "Person": "人物" }, "property_map_configs": [ { "label": "电影", "source_keys": [ "票房" ], "target_key": "票房" }, { "label": "电影", "source_keys": [ "中文名" ], "target_key": "name" }, { "label": "电影", "source_keys": [ "上映时间" ], "target_key": "haha" }, { "label": "人物", "source_keys": [ "中文名" ], "target_key": "name" }, { "label": "人物", "source_keys": [ "国籍" ], "target_key": "国籍" }, { "label": "人物", "source_keys": [ "职业" ], "target_key": "职业" }, { "label": "人物", "source_keys": [ "出生日期" ], "target_key": "出生日期" } ], "relation_map_configs": [ { "source_label": "电影", "target_key": "电影:主演:人物", "source_keys": [ "中文名", "主演", "导演" ], "target_label": "人物" }, { "source_label": "电影", "target_key": "电影:导演:人物", "source_keys": [ "中文名", "主演", "导演" ], "target_label": "人物" } ]} 单击“保存”，完成配置知识映射。

配置步骤 在普通配置构建图谱页面，单击“图谱质检”，页面下方弹出“图谱质检”对话框，单击右侧按钮可以放大对话框。 图1 图谱质检 在“图谱质检”对话框，选择“图谱质检”开关。 图谱质检为非必选流程，关闭和开启状态均不影响图谱构建。开启质检任务后，后台会对当前版本的知识图谱的知识质量和流水线构建进行评估，并生成质检报告，详见查看质检报告。 若不需要进行图谱质检，则关闭“图谱质检”开关，单击“保存”。 若需要进行图谱质检，则打开“图谱质检”开关，单击“保存”。

删除图谱 如果您创建的图谱将不再使用，您可以删除图谱以释放资源。 当前仅支持删除标准版和高级版的图谱，且图谱状态是可用或故障。体验版创建后仅支持体验30天，30天后KG服务会自动删除超过期限的体验版图谱。 当前KG服务仅支持在控制台创建一次体验版图谱，如果体验版图谱到期自动删除，无法再次创建体验版图谱。 登录KG服务管理控制台，默认进入“我的图谱”页面，单击图谱卡片右上角的，即可删除已创建的图谱。

操作步骤 在普通配置构建图谱页面，单击“数据源”，页面下方弹出数据源配置对话框，单击右侧按钮可以放大对话框。 图2 配置数据源 在数据源配置对话框，填写相关信息。 “选择数据格式”：构建图谱的数据源格式，包括“ CS V”、“XLSX”、“JSON”、“短文本”，详情请见数据格式要求。 “选择数据源文件”：单击，弹出“选择数据源文件”对话框，选择数据源存放在OBS的路径： “OBS桶”：选择数据源文件存放的OBS桶。确保OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 “存储路径”：选择数据源文件存放在OBS桶的文件路径。 “为OBS桶授权”：如果OBS桶未授权，请勾选“确认授权”。 选择完成后，单击“确定”。 “实体类型字段”：当数据格式选择“JSON”时，在“实体类型字段”文本框中填写基础数据中描述实体类型的函数字段。 例如以一个有关于电影的图谱数据为例，选择数据格式和数据源文件后，下方可预览基础数据。 图3 数据源配置 填写完信息后，单击“保存”。 如果您待创建的图谱只需要一个数据源，那么您已完成数据源的配置。 如果您待创建的图谱需要输入多个数据源，请进入下一步。 单击“数据源”下方的“添加数据源”，添加新的数据源，按步骤1~3，配置新的数据源。

问答体验 在问答体验框中，针对当前知识图谱的知识提出问题，KBQA服务会根据您的提问查询和推理当前知识图谱的知识库，并返回精准答案。 常见的问题类型及返回答案如下： 列表型问题 通过枚举方式列举出所有的答案实体及实体属性。 例如： Q：不止英雄的主演有哪些？ A：列举所有主演名字。 谓词型问题 直接返回对应的实体信息。 例如： Q：卜发的出生日期是什么时候？ A：人物卜发的出生日期。 复杂谓词型问题 直接返回列表式的对应实体信息。 例如： Q：不止英雄的主演的出生日期是什么时候？ A：不止英雄所有主演的出生日期。

功能介绍 针对云服务没有构建知识图谱的现状，华为云为各类企业提供 知识图谱服务 ，使用户通过配置化形式自动完成知识图谱的构建流程。知识图谱服务提供图谱创建、本体管理、图谱管理等功能，覆盖创建本体、配置数据源、选择本体、信息抽取、知识映射、知识融合、图谱质检等业务，具体功能如图1和表1所示。 图1 知识图谱流水线平台功能 表1 知识图谱功能说明 功能 说明 本体管理 支持创建本体。 支持查看、编辑本体信息。 支持导出本体。 模型管理 支持自定义信息抽取模型，利用模型进行信息抽取。 支持创建、发布信息抽取模型版本。 知识图谱管理 支持创建知识图谱流水线任务，生成知识图谱。 支持编辑知识图谱流水线任务信息，包括数据源选择、图谱本体配置、信息抽取配置、知识映射信息配置、知识融合信息配置、图谱质检配置。 支持增量数据，更新图谱。 支持图谱预览、图谱版本管理。

构建图谱流程 KG服务为用户提供了两种方式构建图谱，不同的方式所需要的功能不同。基于不同的图谱构建方式，梳理了使用KG服务的主要流程。 图2 构建图谱流程 表2 构建图谱流程说明 主任务 说明 详细指导 购买知识图谱&选择图谱规格 在创建知识图谱之前，需要购买图谱并选择图谱规格。 购买知识图谱 智能一键构建图谱 只需提供源数据，无需其他配置，即可快速构建图谱。 智能一键构建图谱 普通配置构建图谱 通过配置数据源、配置图谱本体、配置信息抽取、配置知识映射、配置知识融合、配置图谱质检，构建适用于自身业务的知识图谱。 普通配置构建图谱

功能区操作 创建本体界面右上角的功能区，可基于当前本体进行一系列操作。 图11 功能区 表2 功能区操作 图标 说明 保存当前界面的概念节点和关系曲线。 清空界面，即清空当前界面的概念节点和关系曲线。 导出当前界面的概念节点和关系曲线至OBS。导出前需要提前创建好OBS桶，详情请见OBS添加桶。 单击图标，在导出本体的对话框中填写“导出文件名”，选择“OBS桶”和“存储路径”，然后单击“确定”。 导出文件名 填写导出本体的文件名。 OBS桶 选择存放本体文件的OBS桶。需保证您的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 存储路径 选择存放本体文件的OBS路径。 从OBS导入本体。导入前将待导入的本体文件（json格式）上传至OBS中，详情请参见OBS添加桶和OBS上传文件或文件夹。 说明： 此处导入的本体会覆盖当前正在编辑的本体。 单击图标，在导入本体的对话框中选择“OBS桶”和“存储路径”，然后单击“确定”。 OBS桶 选择提前准备的本体文件存放的OBS桶。需保证您的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 存储路径 选择提前准备的本体文件存放在OBS桶中的路径。 单击图标可查看创建本体所有操作的快捷键。 单击图标放大本体。 单击图标缩小本体。 单击图标使本体以适配大小显示。 单击图标撤销上一个操作。 单击图标恢复上一个已撤销的操作。

编辑概念 右键单击概念图标，选择“编辑”。 或双击概念图标。 左侧弹出概念编辑框。 在概念编辑框中，按表1编辑“概念名称”、“Icon”和“属性”。 图3 编辑概念 表1 编辑概念 参数 说明 概念名称 概念名称只能由大小写字母、数字、中文、下划线组成，长度为1-63位。 Icon 单击选择概念图标的颜色和样式，单击右侧的“更多”，可选择更多图标样式。 属性 编辑当前概念的属性。所有概念都默认有一个属性为“name”，且默认属性类型为“single_string”。 添加属性 单击“添加属性”可添加属性文本框，在文本框中填写属性的“名称”，选择“单值/多值”、“类型”、“操作”。 “名称”：属性名称只能由大小写字母、数字、中文、下划线组成，长度为1-63位。 “单值/多值”：选择当前属性是单值还是多值。 “类型”：选择属性的类型，“单值”可选类型有“single_string”、“single_int”、“single_double”、“single_bool”，“多值”可选类型有“set_string”、“set_int”、“set_double”。 填写完概念的属性后，单击“操作”列的，保存信息。 编辑属性 单击已有属性“操作”列的，可对属性的“名称”重新编辑，也可重新选择“单值/多值”、“类型”。 修改完属性后，单击“操作”列的，保存信息。 复制属性 单击已有属性“操作”列的，复制当前属性。 删除属性 单击已有属性“操作”列的，删除当前属性。 填完信息后，单击“保存”。

操作步骤 在普通配置构建图谱页面，单击“信息抽取”，页面下方弹出“信息抽取”对话框，单击右侧按钮可以放大对话框。 在“信息抽取”对话框中，“抽取方式”选择“结构化抽取”，“编辑方式”选择“交互界面”。 在“交互界面”页签填写信息抽取前后的相关字段时，可单击“代码编辑”，切换至“代码编辑”页签，查看json代码。 图1 信息抽取 选择“默认抽取”开关。 图标说明开关处于开启状态。开启后，在每个数据类别中，为每个数据字段建立同名抽取项，抽取函数为${数据字段名}。 图标说明开关处于关闭状态，需要自定义填写信息抽取项。 在“信息抽取”对话框中填写信息抽取项： 每个表/文件中的数据需要设置一个唯一标识符identifier（可以抽取id/编号等可以唯一标识一条数据的内容）。例如，可以设置“url”为唯一标识符。 增加信息抽取项：单击“增加”，即可增加一项抽取信息类型。 删除信息抽取项：单击待删除的信息抽取项操作栏的“删除”，即可删除信息抽取项。 按表1填写“数据类别”，“抽取项名称”和“抽取函数”。 表1 信息抽取项属性说明 属性 说明 数据类别 基础数据中描述实体类型的字段。 抽取项名称 抽取信息后的属性字段。 抽取函数 抽取信息时所使用的引用字段的信息抽取函数，具体请见信息抽取函数。 确认所填写的信息后，单击“保存”，完成信息抽取。 若创建多个数据源，请完成所有数据源的信息抽取配置。配置数据源请参见配置数据源。

示例 以创建一个有关于电影的知识图谱为例，抽取信息前后的实体信息如图2所示，展示如何在创建图谱时配置信息抽取。 图2 信息抽取 按配置数据源为待创建的图谱配置数据源。 按配置图谱本体为待创建的图谱选择本体。 在“创建图谱”页面，单击“信息抽取”，页面下方弹出“信息抽取”对话框。 在“信息抽取”对话框中，“抽取方式”选择“结构化抽取”，“编辑方式”选择“交互界面”。 关闭“默认抽取”开关。 在“信息抽取”对话框中填写信息抽取项，按表2填写。 表2 信息抽取项示例 数据类别 抽取项名称 抽取函数 Person identifier ${url} 中文名 regexp_replace(${中文名}, '\(\[link\]@.*?:(/film.*?)\)', '') 国籍 regexp_replace(${国籍}, '\(\[link\]@.*?:(/film.*?)\)', '') 职业 ${职业} 出生日期 ${出生日期} url ${url} Film identifier ${url} 中文名 ${中文名} 票房 ${票房} 上映时间 ${上映时间} 导演 regexp_extract_all(${导演}, '\(\[link\]@.*?:(/film.*?)\)', 1) 主演 regexp_extract_all(${主演}, '\(\[link\]@.*?:(/film.*?)\)', 1) url ${url} 示例中字段抽取函数主要有三类，示例如下： ${职业} 直接引用“职业”字段的值，不做任何操作。 regexp_replace(${国籍}, '\(\[link\]@.*?:(/film.*?)\)', '') 将“国籍”字段中符合正则模式的“\(\[link\]@.*?:(/film.*?)\)”替换成空字符串，即删除符合这个pattern的字符串。例如从字段“中国([link]@中国:/film.kg.huawei.com/中国/1122445)”抽取出信息“中国”。 regexp_extract_all(${导演}, '\(\[link\]@.*?:(/film.*?)\)', 1) 抽取出导演字段中，与模式 “\(\[link\]@.*?:(/film.*?)\)” 匹配的数据值，返回的类型是一个列表。例如“"导演":庄伟建([link]@庄伟建:/film.kg.huawei.com/庄伟建)，苏万聪([link]@苏万聪:/film.kg.huawei.com/苏万聪)”，抽取信息后为“"导演":/film.kg.huawei.com/庄伟建，/film.kg.huawei.com/苏万聪”。 确认所填写的信息后，单击“保存”，完成信息抽取。

训练模型框架介绍 KG服务提供不同类型的关系抽取模型，以应对用户不同的条件与需求。 KG服务当前提供以下训练模型框架供您自定义模型： DGCNN是一个较为复杂的端到端关系抽取模型，它在使用BERT模型建模语言关系的基础上，利用DGCNN网络额外使用了文本的分词词性信息，这使得它对于待抽取实体的边界识别能力很强。但复杂的模型意味着更多的标注数据需求，推荐平均每类关系三元组标注数据在400以上，所有标注文本样本数量在8000以上。 MRC-BM-v2是一个非常简单的、基于BERT模型、端到端的关系抽取模型，它对于标注数据量的要求非常低，平均每个关系仅需要200组左右标注数据即可训练出一个较好（实测F1值在0.7左右）的模型，平均每个关系标注数据在2000左右模型训练效果达到一个峰值（实测F1值在0.8左右），数据量越多，质量越好，效果会越好。 MRC-BM是旧版本的模型，为兼容保留，新创建模型请使用MRC-BM-v2。

训练数据类型介绍 在创建抽取模型时，需要您提前准备训练数据上传至OBS目录。KG服务当前支持的数据类型包括“Dataset”、“Brat”、“ModelArts”。 Dataset DATASET数据需要用户指定的文件夹中包含两个指定格式与名称的文件：schema.json和train_data.json。前者用来指定需要抽取的关系三元组类型，后者用来存放所有的标注数据。 schema.json一行一句json字符串，表示一种关系三元组类型：“predicate”表示谓词，“subject”表示主语类型，“object”表示宾语类型。例如： {"predicate": "出生地", "subject": "人物", "object": "地点"} train_data.json一行一句json字符串，表示一条标注数据。其中“text”是文本，“spo_list”是spo三元组的list，每个spo三元组包含7个元素，“predicate”为三元组谓词，“object_type”为宾语类型，“subject_type”为主语类型，“object_position”为宾语在文中出现的位置，“subject_position”为主语在文中出现的位置，“object”为宾语词，“subject”为主语词。例如： {"text":"比如钱钟书和杨绛、鲁迅和许广平都只有一个子女","spo_list":[{"predicate":"妻子","object_type":"人物","subject_type":"人物","object":"杨绛","subject":"钱钟书","subject_position":2,"object_position":6},{"predicate":"丈夫","object_type":"人物","subject_type":"人物","object":"钱钟书","subject":"杨绛","subject_position":6,"object_position":2}]} Brat BRAT是一个开源的文本标注工具，主要用于对文本的结构化标注，您可以前往官网下载。KG服务的预置模型框架支持直接利用BRAT关系三元组标注的结果来训练模型。注意您的标注任务仅限于BRAT的关系三元组标注，而且不要使用BRAT标注系统中的高级内容（如定义关系的自反性、传递性等）。 一个典型的BRAT文本标注结果文件夹包含如下文件：annotation.conf，file.txt，file.ann。其中annotation.conf是BRAT标注配置文件，file.txt是待标注文本文件，可以有多个，每个文本文件都有一个同名的file.ann文件作为标注结果文件。 Annotation.conf：配置文件需要满足BRAT标注系统的要求，一个典型的配置文件如下： [entities]人物Date图书作品[relations]出生日期 Arg1：人物，Arg2：Date作者 Arg1：图书作品，Arg2：人物[events][attributes] File.ann：用户上传文本文件同名的标注结果文件，上面标注后结果文件一般如下： 历史人物 54151 54153 蔡京T3153 Text 54181 54183 北宋人物 54151 54153 蔡京T3155 Date 54154 54164 1047年2月14日朝代 Arg1:T3152 Arg2:T3153出生日期 Arg1:T3154 Arg2:T3155

信息抽取函数 结构化抽取适用于xlsx、csv、json格式的基础数据，选择结构化抽取方式信息抽取时，可分为交互界面配置和代码编辑。 在通过结构化抽取方式进行信息抽取时，即用交互界面配置或用代码编辑进行信息抽取时，需要配置引用字段的抽取函数。 KG服务支持的信息抽取函数如表1所示。其中，“字段”表示基础数据中的字段名，在抽取函数中引用字段时，使用格式为“${字段}”，例如抽取基础数据中属性“name”的字段，在抽取函数中引用字段的格式为“trim(${name})”。 表1 信息抽取函数说明表 抽取函数 函数说明 抽取函数示例 抽取前数据示例 抽取后数据示例 trim（字段） 裁剪字段前后的空白字符 trim(${name}) "name":" mike " "mike" substring (字段, int pos, int len） 获取从该字段值第pos个字符（从0开始）开始的长度为len的子串 substring (${id}, 1, 6) "id":"a000111" "000111" split(字段,string pattern ) 将字段值以pattern为分隔符分割，得到一个列表。pattern可以是一个正则表达式，所有与pattern匹配的子串都作为分隔符。 split(${roles}, ', ') "roles":"role1,role2" ["role1", "role2"] concat（字段1,字段2, ...） 将字段1、字段2...依次拼接成一个长字符串。此处字段值也可以是一个字符串常量。 concat(${name}, '--', ${id}) "name": "mike", "id": "a000111" "mike--a000111" regexp_replace（字段, string pattern, string replacement） 将字段值中与正则表达式pattern匹配的部分替换为replacement regexp_replace(${info}, 'hello', 'world') "info":"helloworld" "worldworld" upper（字段） 将字段中英文字母全部转为大写 upper(${name}) "name":"mike" "MIKE" lower（字段） 将字段中英文字母全部转为小写 lower(${name}) "name":"JOHN" "john" initcap（字段） 将字段中英文首字母转为大写 initcap(${city}) "city":"hangzhou" "Hangzhou" coalesce（字段1,字段2, ...） 返回字段1,字段2, ...中第一个不为空的字段 coalesce(${name},${名字}, ${中文名} ...) "name":" ", "名字":" ", "中文名”:"小明” “小明” parse_array（字段） 尝试将字段值解析为一个列表 parse_array(${list}) "list":["item1","item2"] ['item1','item2'] array_get（字段, int index） 获取列表类型的字段中的第index个值（index从0开始） array_get(parse_array(${list}), 0) "list":["item1","item2"] "item1" regexp_extract_all（字段, string pattern, int index） 提取出字段值中与正则表达式pattern匹配的子串。第三个参数index为可选参数，表示获取正则表达式匹配到的第index个捕获组。注意，index=0表示返回整个匹配的子串，index=1表示返回第一个捕获组。 regexp_extract_all（${info}, '(he)ll(o)', 1） "info":"helloworld" "he" 父主题： 结构化抽取

示例 以一个电影实体为例，抽取信息前后的实体信息如图2所示，代码示例如下所示： 图2 信息抽取 { "ie_type": "function", "function_ie_configs": { "default_config": true, "ie_configs": { "Person": [ { "key": "identifier", "value_function": "${url}" }, { "key": "中文名", "value_function": "regexp_replace(${中文名}, '\\(\\[link\\]@.*?:(/film.*?)\\)', '')" }, { "key": "国籍", "value_function": "regexp_replace(${国籍}, '\\(\\[link\\]@.*?:(/film.*?)\\)', '')" }, { "key": "职业", "value_function": "${职业}" }, { "key": "出生日期", "value_function": "${出生日期}" }, { "key": "url", "value_function": "${url}" } ], "Film": [ { "key": "identifier", "value_function": "${url}" }, { "key": "中文名", "value_function": "${中文名}" }, { "key": "票房", "value_function": "${票房}" }, { "key": "上映时间", "value_function": "${上映时间}" }, { "key": "导演", "value_function": "regexp_extract_all(${导演}, '\\(\\[link\\]@.*?:(/film.*?)\\)', 1)" }, { "key": "主演", "value_function": "regexp_extract_all(${主演}, '\\(\\[link\\]@.*?:(/film.*?)\\)', 1)" }, { "key": "url", "value_function": "${url}" } ] } }}

操作步骤 在普通配置构建图谱页面，单击“信息抽取”，页面下方弹出“信息抽取”对话框，单击右侧按钮可以放大对话框。 在“信息抽取”对话框中，“抽取方式”选择“结构化抽取”，“编辑方式”选择“代码编辑”。 图1 信息抽取 选择“默认抽取”开关。 图标说明开关处于开启状态。开启后，在每个数据类别中，为每个数据字段建立同名抽取项，抽取函数为${数据字段名}。 图标说明开关处于关闭状态，需要编辑json格式代码。 在“信息抽取”对话框下方编辑json格式代码。 在“代码编辑”页签编辑json代码配置信息抽取时，可单击“交互界面”，切换至“交互界面”页签，查看信息抽取前后的相关字段。 单击“保存”，完成信息抽取。 若创建多个数据源，请完成所有数据源的信息抽取配置。配置数据源请参见配置数据源。

配置方式 信息抽取分为结构化抽取和非结构化抽取，其适用范围和抽取方式如表1所示。 表1 配置方式说明 配置方式 适用范围 具体方式 操作指引 结构化抽取 基础数据格式为xlsx、csv、json格式 交互界面配置：通过输入实体类型、抽取函数及抽取前后的数据字段，完成信息抽取配置。 所支持的信息抽取函数请见信息抽取函数。 交互界面配置 代码编辑：将交互界面中的配置转换为json格式配置，通过编辑json配置信息，完成信息抽取配置。 所支持的信息抽取函数请见信息抽取函数。 代码编辑 非结构化抽取 基础数据格式为txt文本的自然语言短句 通过选择合适的算法，完成信息抽取配置。 可选择已有的预置模型模板，也可选择您自定义的模型。 非结构化抽取 在通过结构化抽取方式进行信息抽取时，交互界面配置与代码编辑配置可以相互切换。 信息抽取配置完成后，鼠标悬浮在信息抽取方框区域，显示清空图标，点击后可一键清空信息抽取配置。

操作步骤 在图谱流水线配置页面，单击“信息抽取”，页面下方弹出“信息抽取”对话框，单击右侧按钮可以放大对话框。 图1 流水线配置页面 在“信息抽取”对话框中，“抽取方式”默认为“非结构化抽取”。 根据自身业务需要，您可以选择“公有库模型”、“预置模型”或者“用户自定义模型”，三者仅需选择一项。 “公有库模型”：当前提供“SimpleBertModel”和“RelationExtraction”两种公有库模型。 “预置模型”：当前提供“RESBM”和“RelationExtraction”两种预置模型。 “用户自定义模型”：您需提前在控制台自定义模型，详情请参见自定义信息抽取模型。 可在下方查看从文本信息中抽取的知识类型，知识类型包括主语“Subject_type”、谓语“Predicate”、宾语“Object_type”，即可查看到可抽取的主语、谓语、宾语组合。 图2 抽取模型 单击“保存”，完成信息抽取。 若创建多个数据源，请完成所有数据源的信息抽取配置。配置数据源请参见配置数据源。

编辑概念 右键单击概念图标，选择“编辑”。 或双击概念图标。 左侧弹出概念编辑框。 在概念编辑框中，按表1编辑“概念名称”、“Icon”和“属性”。 图2 编辑概念 表1 编辑概念 参数 说明 概念名称 概念名称只能由大小写字母、数字、中文、下划线组成，长度为1-63位。 Icon 单击选择概念图标的颜色和样式，单击右侧的“更多”，可选择更多图标样式。 属性 编辑当前概念的属性。所有概念都默认有一个属性为“name”，且默认属性类型为“single_string”。 添加属性 单击“添加属性”可添加属性文本框，在文本框中填写属性的“名称”，选择“单值/多值”、“类型”、“操作”。 “名称”：属性名称只能由大小写字母、数字、中文、下划线组成，长度为1-63位。 “单值/多值”：选择当前属性是单值还是多值。 “类型”：选择属性的类型，“单值”可选类型有“single_string”、“single_int”、“single_double”、“single_bool”，“多值”可选类型有“set_string”、“set_int”、“set_double”。 填写完概念的属性后，单击“操作”列的，保存信息。 编辑属性 单击已有属性“操作”列的，可对属性的“名称”重新编辑，也可重新选择“单值/多值”、“类型”。 修改完属性后，单击“操作”列的，保存信息。 复制属性 单击已有属性“操作”列的，复制当前属性。 删除属性 单击已有属性“操作”列的，删除当前属性。 填完信息后，单击“保存”。

功能区操作 创建本体界面右上角的功能区，可基于当前本体进行一系列操作。 图10 功能区 表2 功能区操作 图标 说明 保存当前界面的概念节点和关系曲线。 清空界面，即清空当前界面的概念节点和关系曲线。 导出当前界面的概念节点和关系曲线至OBS。导出前需要提前创建好OBS桶，详情请见OBS添加桶。 单击图标，在导出本体的对话框中填写“导出文件名”，选择“OBS桶”和“存储路径”，然后单击“确定”。 导出文件名 填写导出本体的文件名。 OBS桶 选择存放本体文件的OBS桶。需保证您的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 存储路径 选择存放本体文件的OBS路径。 从OBS导入本体。导入前将待导入的本体文件（json格式）上传至OBS中，详情请参见OBS添加桶和OBS上传文件或文件夹。 说明： 此处导入的本体会覆盖当前正在编辑的本体。 单击图标，在导入本体的对话框中选择“OBS桶”和“存储路径”，然后单击“确定”。 OBS桶 选择提前准备的本体文件存放的OBS桶。需保证您的OBS桶与KG服务在同一区域，桶的存储类别为“标准存储”。 存储路径 选择提前准备的本体文件存放在OBS桶中的路径。 单击图标可查看创建本体所有操作的快捷键。 单击图标放大本体。 单击图标缩小本体。 单击图标使本体以适配大小显示。 单击图标撤销上一个操作。 单击图标恢复上一个已撤销的操作。

进入全量更新页面 登录KG服务管理控制台，默认进入“我的图谱”页面。 在“我的图谱”页面，单击图谱卡片。 进入图谱详情页面。 单击右上角的“全量更新”，根据自身业务选择更新方式，可选“普通配置构建”“智能一键构建”和“图谱导入”。 普通配置构建：通过配置数据源、配置图谱本体、配置信息抽取、配置知识映射、知识融合、图谱质检等流水线步骤，构建新的知识图谱。 智能一键构建：只需提供新的源数据，无需创建本体等其他配置，快速构建新的知识图谱。 图谱导入：对于导出的图谱版本，通过图谱导入可以快速恢复图谱版本。