“*”起始，表示按照“*”后面的值模糊匹配，否则，按照id精确匹配查询。不能只传入“*”。 name 否 String 实例名称。 “*”为系统保留字符，如果name是以“*”起始，表示按照“*”后面的值模糊匹配，否则，按照name精确匹配查询。不能只传入“*”。 type 否 String

查看更多 →

知识融合需要初步筛选与融合标识符相似的实体数据。 判断属性相似度 初步筛选与融合标识符相似的数据后，需要配置相似属性和相似度函数，并判断数据之间的属性相似度。 融合知识 对属性相似度均达到阈值条件的数据进行融合。 综上所述，在创建图谱的过程中，需要配置知识融合的融合标识符、待融合的实体、相似度函数和相似

查看更多 →

对于无索引覆盖的查询，则需要根据查询条件创建对应索引。 对于点查可以创建hash索引。 对于多字段查询，单字段重复度较高的场景，创建复合索引。 对于范围查找，结果集有序的查询，创建升序或者降序索引。 对于复合索引，由于复合索引是前缀排序查询，所以查询条件的顺序要与索引字段的顺序一致。 对于分区集合(表)、大集

查看更多 →

单用户QPS 分词 20 多粒度分词 2 依存句法分析 2 命名实体识别（基础版） 20 命名实体识别（领域版） 20 文本相似度（基础版） 20 文本相似度（高级版） 2 句向量 20 实体链接 20 关键词抽取 20 事件抽取 2 文本摘要（基础版） 20 文本摘要（领域版） 2

查看更多 →

张图片中人脸的相似度。如果两张图片中包含多张人脸，则在两张图片中选取最大的人脸进行相似度比对。 图2 人脸比对示意图 人脸搜索 人脸搜索给用户提供了人脸集操作相关的API。用户可以通过创建人脸集合接口创建属于用户的人脸集；通过添加人脸接口向人脸集中添加图片；通过查询人脸搜索接口，

查看更多 →

推荐1 重复工单：系统根据上报人联系方式，标题、内容，所属网格与历史工单查询比对，系统按照相似度由高到低展示相似度最高的重复工单。 历史工单：系统根据标题、内容与历史工单查询比对，系统按照相似度由高到低展示相似度最高的历史工单。受理人员可以手动搜索是否有相同的历史工单。 知识推荐：

查看更多 →

id str 唯一标识 document str 知识库内容 metadata dict 知识库元数据 similarity float 匹配相似度 父主题： modules模块

查看更多 →

有序的方式展示、方便快捷的方式进行查询，并且可以长期存储。 采集到日志数据按照结构化和非结构化进行分析。结构化日志是通过规则将日志流中的日志进行处理，提取出来有固定格式或者相似度高的日志内容做结构化的分类。这样就可以采用SQL的语法进行日志的查询。 海量日志存储搜索 对采集的日志

查看更多 →

输入小分子。最终以SMILES为准。 选择算法：可以选择ECFP4 Tanimoto相似度或者骨架搜索。ECFP4 Tanimoto相似度是通过ECFP4指纹计算Tanimoto相似度来搜索相似度比较高的小分子。骨架搜索是通过设置分子骨架搜索具有相同骨架的分子。 选择数据库：最多可选择10个数据库。

查看更多 →

在搜索实例的搜索输入框中，输入实例的名称、描述等信息，单击。 搜索结果支持根据相关度、最新和时间（时间不限、一周内、一月内、三月内和一年内）进行排序，默认根据相关度排序。如果存在多条相同相关度的匹配文档，将根据文档在搜索引擎中最后一次更新时间进行正序排序。 图1 搜索结果 父主题：

查看更多 →

签名不匹配异常 如果从请求响应中获取到HTTP状态码为403，OBS服务端错误码为OBS_STATUS_SignatureDoesNotMatch，请检查AK/SK是否有误。 父主题： 异常处理

查看更多 →

签名不匹配异常 如果从ObsException中获取到HTTP状态码为403，OBS服务端错误码为SignatureDoesNotMatch，请检查AK/SK是否有误。 父主题： 异常处理

查看更多 →

基本文本匹配 GaussDB (DWS)的全文检索基于匹配算子@@，当一个tsvector(document)匹配到一个tsquery(query)时，则返回true。其中，tsvector(document)和tsquery(query)两种数据类型可以任意排序。 1 2 3 4

查看更多 →

时，作为筛选条件。 fuzzy_query 否 Integer - 企业子账号的显示名称、用户名是否按模糊查询。默认值为“0：不按模糊查询”。 0：不按模糊查询 1：按模糊查询 offset 否 Integer [0-最大整数] 偏移量，从0开始，默认值为0。 说明： offse

查看更多 →

标记节点的标签信息。利用样本间的关系建图，节点包括已标注和未标注数据，其边表示两个节点的相似度，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。 适用场景 标签传播算法（Label Propagation）适用于资讯传播、广告推荐、社区发现等场景。

查看更多 →

间的关系建图，节点包括已标注和未标注数据，其边表示两个节点的相似度，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。 Louvain算法 基于模块度的社区发现算法，该算法在效率和效果上都表现较好，并且能够发现层

查看更多 →

possible_keys：指出MySQL能使用哪个索引在表中找到记录，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询使用。 key：表示MySQL实际决定使用的键（索引），如果没有选择索引，键是NULL。要想强制MySQL使用或忽视possible_keys列中的索引，在查询中使用FORCE

查看更多 →

向量检索支持与其他OpenSearch子查询组合进行复合查询，比如布尔查询方式。 布尔查询实际上是后置过滤查询方式。过滤条件与向量相似度检索分别独立执行，执行完成后对两者的检索结果进行合并，合并逻辑由must、should、filter等谓词决定。 例如，查询Top10条“my_label”的值为“red”的结果，示例如下：

查看更多 →

false } ] } 响应示例 状态码： 201 配体相似度图任务创建成功响应。 { "id" : "c05ebc2029c24699af2354f67391604c" } 状态码 状态码 描述 201 配体相似度图任务创建成功响应。 错误码 请参见错误码。 父主题： 药物通用接口

查看更多 →

如何配置任务匹配规则？ 前提条件 “任务调度模式”=“智能调度” 父任务的状态=待调度 配置简介 1.点击左上角按钮“选择匹配规则维度”在弹出界面中勾选基本信息与扩展信息后，点击下方下载 图3.8-1 匹配规则维度 2.导入“任务匹配执行人”规则 每次导入数据都按照新增处理，历史数据需要修改必须先做删除后重新导入。

查看更多 →

配置智能信息匹配流程 系统预置的智能信息匹配流程如下所示： 该流程实现如下功能： 在应答图元，向客户播放欢迎提示语。该语音文件需要自定义。 在1处的业务接口调用图元中，根据每次交互记录，将客户端发送的文本信息采用空格间隔，并记录该信息是客户说的还是座席说的。 在语义识别图元，对本次交互的信息进行识别：

查看更多 →