中软国际数据治理专业服务解决方案实践

事件抽取 功能介绍 事件抽取是指从自然语言文本中抽取指定类型的事件以及相关实体信息，并形成结构化数据输出的文本处理技术。 目前只支持金融公告中会议召开、聘任、辞职、股票增持、股票减持5类事件以及相关要素的抽取。 本API免费调用，调用限制为2次/秒。 调试 您可以在 API Explorer 中调试该接口。

查看更多 →

数据标准设计 数据标准设计方法 针对属性字段设计数据标准，数据标准用于描述业务层面需共同遵守的属性层数据含义和业务规则。其描述了对某个数据的共同理解，这些理解一旦确定下来，就应作为标准被共同遵守。数据标准设计遵从以下原则： 以业务为导向，必须满足各标准各方的迫切需求，并根据业务需求分阶段推进制定工作；

查看更多 →

数据指标设计 数据指标设计方法 指标是衡量目标总体特征的统计数值，是表征某一业务活动中业务状况的数值指示器。指标由指标名称和指标数值两部分组成，指标名称及其涵义体现了指标质的规定性和量的规定性两个方面的特点，指标数值反映了指标在具体时间、地点、条件下的数量表现。业务指标用于指导技

查看更多 →

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）

查看更多 →

结构化抽取 信息抽取函数 交互界面配置 代码编辑 父主题： 配置信息抽取

查看更多 →

数据架构规划设计 概述 数据架构规划设计主要包含数据调研、梳理业务流程、业务流程活动、业务域L1和主题域L2定义、业务对象L3梳理和数据owner确定、逻辑实体L4梳理、数据分类、属性L5梳理和数据标准设计、数据分级设计、数据指标设计九大步骤，通过以上步骤完成数据架构规划设计。

查看更多 →

关键词抽取 功能介绍 根据指定文本，抽取其中最能够反映文本主题或者意思的词汇。 具体Endpoint请参见终端节点。 调用华为云NLP服务会产生费用，本API支持使用基础套餐包，购买时请在 自然语言处理 价格计算器中查看基础套餐包和领域套餐包支持的API范围。 本API调用限制为20次/秒。

查看更多 →

李四，著名导演，毕业于电影学院，代表作有《电影1》、《电影2》。 ... ... 数据划分 训练数据：80%数据用于训练信息抽取模型。 验证数据：20%数据用于验证信息抽取模型性能（即F1、P、R性能指标）。 训练数据量 训练一个基本可用的模型，标注数据量总数需要大于模型版本配置中的“batch_size”，且需大于20*三元组类型数量。

查看更多 →

文本中抽取三元组的模型，因此仅适用于抽取基础数据格式为txt文本的自然语言短句。 自定义模型流程 自定义信息抽取模型的流程如表1所示。 表1 自定义信息抽取模型流程 流程 说明 操作指引 准备训练数据 提前准备用于训练模型的数据。 准备训练数据 创建模型 基于您的训练数据（即已标

查看更多 →

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。 如果创建多个数据源，请完成

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

查看更多 →

附录 配置抽取文件模板 性能数据 CHR/MR数据 配置数据 父主题： 数据解析

查看更多 →

什么是信息抽取 信息抽取是从基础数据中抽取待创建图谱的实体、属性信息以及实体间的相互关系。目的是从原始数据（包括结构化数据或非结构化数据）中抽取结构化的信息。 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

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

查看更多 →

配置信息抽取 配置信息抽取简介 结构化抽取 非结构化抽取

查看更多 →

数据使能方案设计 图1 数据使能方案设计 在完成数据使能的4A架构设计后，即可进行数据使能方案设计。数据使能方案设计是数据管理实施专业服务的核心工作，在这个过程中，交付团队会完成流程目录梳理、数据资产目录设计、数据分布梳理、数据标准设计、指标数据梳理、数据模型设计、分层Mappi

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

查看更多 →

数据库对象设计 Database和Schema设计 表设计 字段设计 约束设计 视图和关联表设计 父主题： 开发设计建议

查看更多 →

从纵向来看，每个shard内部有多个副本组成，保证分片数据的高可靠性，以及计算的高可靠性。 数据分布设计 Shard数据分片均匀分布 建议用户的数据均匀分布到集群中的多个shard分片，如图1所示有3个分片。 假如有30 GB数据需要写入到集群中，需要将30 GB数据均匀切分后分别放到shard-1、s

查看更多 →