} ScriptScore查询 写入向量数据后，针对向量字段可以使用ScriptScore进行最近邻查询，查询语法如下所示。 前置过滤条件可以为任意查询，script_score仅针对前置过滤的结果进行遍历，计算向量相似度并排序返回。此种查询方式的性能取决于前置过滤后中间结果集的

查看更多 →

“翻拍模型训练” 本次教程案例不涉及翻拍，输入的三个目录参数选择任意三个OBS目录即可。 “是否训练相似度模型” 本次教程案例不涉及相似度，此处无需修改保持默认即可。 “相似度模型训练” 本次教程案例不涉及相似度，输入的两个目录参数选择任意两个OBS目录即可。 “是否训练价签模型” 本次教程案例

查看更多 →

内联字段 这个重构操作允许您将字段的使用替换为其值，并删除字段的声明。这与引入字段相反。 执行重构 在代码编辑器中，将光标放在您想要内联其值的字段的声明或使用位置。 在主菜单或编辑器上下文菜单中，选择Refactor>Inline Field。 在打开的Inline Field对

查看更多 →

在左侧导航栏选择“字段授权 > 添加字段”，参数说明如表1所示，编辑完成后单击“确定”。 表1 参数说明 参数 说明 字段编码 选填，需要添加的字段编码，最大不超过64个字符，要求输入字母数字的组合编码，保存后不可再次编辑。 字段名称 必填，需要添加的字段名称，最大不超过15个字符，支持汉字、字母、数字、特殊字符。

查看更多 →

字段设计 选择数据类型 在字段设计时，基于查询效率的考虑，一般遵循以下原则： 【建议】尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 【建议】当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。

查看更多 →

字段设计 选择数据类型 在字段设计时，基于查询效率的考虑，一般遵循以下原则： 【建议】尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 【建议】当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。

查看更多 →

字段设计 选择数据类型 在字段设计时，基于查询效率的考虑，一般遵循以下原则： 【建议】尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 【建议】当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。

查看更多 →

字段设计 选择数据类型 在字段设计时，基于查询效率的考虑，一般需要遵循以下原则： 尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。

查看更多 →

关联预测算法（link_prediction） 功能介绍 根据输入参数，执行link_prediction算法。 关联预测算法（link_prediction）给定两个节点，根据Jaccard度量方法计算两个节点的相似程度，预测节点之间的紧密关系。 URI POST /ges/v1

查看更多 →

青年，年龄大于等于18，小于36 MIDDLE_AGE 中年，年龄大于等于36，小于60 OLD_AGE 老年，年龄大于60 similarity Int 相似度 target_alarm_type String 告警类型。设备上传的目标分组名称 group_id Int 目标库ID appear_cnt

查看更多 →

调用失败时无此字段。 image2_face CompareFace object 第2幅图像中检测到的人脸，DetectFace结构见DetectFace。 调用失败时无此字段。 similarity Double 人脸相似度，1表示最大，0表示最小，值越大表示越相似。一般情况下超过0

查看更多 →

到句子的句法结构。例如中文中使用依存句法分析，将一句话分析出主谓宾结构，将宾语定义为谓语动词的支配对象等。 文本相似度 对文本对进行相似度计算，详细内容请参见文本相似度接口参考中的示例。 句向量 将语句映射至固定维度的实数向量。详细内容请参见句向量接口参考中的示例。 实体链接 针

查看更多 →

引入字段 此重构允许您创建一个新的类字段，使用选定的表达式初始化它，并使用对创建的类字段的引用替换原始表达式。这与内联字段重构相反。 执行重构 在代码编辑器中，将光标放置在要提取到类字段的表达式上。 在主菜单或编辑器上下文菜单中，选择Refactor>Introduce Fiel

查看更多 →

字段设计 选择数据类型 在字段设计时，基于查询效率的考虑，一般需要遵循以下原则： 尽量使用高效数据类型。 选择数值类型时，在满足业务精度的情况下，选择数据类型的优先级从高到低依次为整数、浮点数、NUMERIC。 当多个表存在逻辑关系时，表示同一含义的字段应该使用相同的数据类型。

查看更多 →

”。 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。

查看更多 →

勾选需要训练发布的用户问法或者对话训练集，设置技能阈值、描述信息。用户常用问法为必选项。 阈值越高，用户的说法与语料的相似度要求越高，技能识别越严谨；阈值越低，用户的说法与语料的相似度要求越低，技能识别越宽松。 单击“确定”。 线上发布 等待约3分钟训练结束，单击右侧操作列的“线上发布”按钮，开始发布该版本上线。

查看更多 →

技能管理中有多个技能，如何匹配技能 智能问答机器人 通过模型判断用户问法与语料的相似度得分，选择使用相似度得分高的技能，无法人工干预模型匹配。 父主题： 智能 问答机器人

查看更多 →

自然语言处理基础服务接口说明 分词 多粒度分词 依存句法分析 命名实体识别（基础版） 命名实体识别（领域版） 文本相似度（基础版） 文本相似度（高级版） 句向量 实体链接 关键词抽取 事件抽取 成分句法分析 父主题： API

查看更多 →

删除配体相似性图计算任务 功能介绍 删除配体相似性图计算任务。 URI DELETE /v1/{project_id}/eihealth-projects/{eihealth_project_id}/drug-common/ligand/similarity-graph/{task_id}

查看更多 →

Node2vec算法 概述 Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1

查看更多 →

function字段介绍 function字段 表1 function字段说明 参数名 必填 类型 参数描述 functionName True String 函数名称 handler True String 函数执行入口，规则：xx.xx，必须包含“.” runtime True

查看更多 →