通过今天的学习总算对知识图谱有了一点理解。
今天看老师的视频是把一个关于医疗的名词进行自动分类的项目，视频里面的老师梳理项目的整体思路时，终于是茅塞顿开。
感觉和图像识别是非常的相似，对名词进行标注，制作数据集，通过算法训练数据集，一般将字或词通过工具，映射为300维的向量，来进行卷积神经网络的输入训练，而后不断对比数据集标注，计算损失，调整权重，提高准确率，最终生成一个不错的模型，结合算法，读入一段文字时，就可以准确的抓出关键字并给出类别。
大概现在就理解到这种程度，后面我会继续努力。
其实学到这里我是对知识图谱有点抗拒了，还是大量的需要数据集的标注，很枯燥体力活，而且知识图谱没有标注工具，纯找然后规则的写出位置类别等信息，还不如图像识别，起码是图像，而且有大量的标注工具，也比文字好点，有趣一点，也不知道那个热门一点。