- 综合排序
- 最热优先
- 最新优先
- 来自专栏lgp20151222
kie－api 组件介绍
KieServices：kie整体的入口,可以用来创建Container,resource,fileSystem等 KieContainer： KieContainer就是一个KieBase的容器，可以根据
1.2K10发布于 2018-09-10 - 来自专栏丑胖侠
KIE Drools6.4.0.Final（Windows）的安装
安装环境 windows7 tomcat-7.0.57（or above） jdk1.7 mysql5.1.60-community （or above） 所需软件&jar包 kie-drools-wb-distribution-wars 以下jar包需自行下载，不同的kie版本所需jar包也可能有所不同： btm-2.1.4.jar btm-tomcat55-lifecycle-2.1.4.jar h2-1.3.161.jar 开始部署 1、解压war包 解压kie-drools-wb-distribution-wars-6.4.0.Final-tomcat7.war文件，并将文件内容修改名字为kie-drools-wb，copy 2、修改persistence.xml 教程目录为，D:\develop\tomcat-7.0.57-local\webapps\kie-drools-wb\WEB-INF\classes\META-INF 待启动成功，浏览器输入：http://localhost:8080/kie-drools-wb 即可访问登录。 其中登录用户名密码为tomcat-users.xml配置的。
58030编辑于 2022-05-06 - 来自专栏丑胖侠
KIE Drools6.4.0.Final tomcat7的安装启动报错
TransactionSynchronizationRegistry -Djava.security.auth.login.config=D:/develop/tomcat-7.0.57-local/webapps/kie-drools-wb
55610编辑于 2022-05-06 - 来自专栏丑胖侠
《Drools7.0.0.Final规则引擎教程》第3章 3.2 KIE API解析
3.2.4 KieServices 该接口提供了很多方法，可以通过这些方法访问KIE关于构建和运行的相关对象，比如说可以获取KieContainer，利用KieContainer来访问KBase和KSession
2.3K70发布于 2018-01-08 - 来自专栏丑胖侠
《Drools6.4 中文文档》第18章18.1 Workbench（通用）
org.kie.example.repositories: demo repositories克隆文件夹。demo repositories需要获得和占用此文件夹。 Demo repositories可以从kie-wb-6.2.0-SNAPSHOT-example-repositories.zip artifact获得。 优先级高于org.kie.demo和org.kie.example。默认：不使用。 org.kie.demo:启用从github外部克隆一个应用。优先级高于org.kie.example。 org.kie.example:启用example通过Repository，Organization Unit和Project构造。默认：false。 org.kie.build.disable-project-explorer:禁止自动构建项目管理中选中的项目。默认：false。
1.3K10编辑于 2022-05-06 - 来自专栏丑胖侠
《Drools7.0.0.Final规则引擎教程》第3章 3.2 KIE概念&FACT对象
3.2.1 什么是KIE KIE（Knowledge Is Everything），知识就是一切的简称。JBoss一系列项目的总称，在《Drools使用概述》章节已经介绍了KIE包含的大部分项目。 比如涉及到构建（building）、部署（deploying）和加载（loading）等方面都会以KIE作为前缀来表示这些是通用的API。 下图为KIE所包含的子项目结构图： ? 3.2.2 KIE生命周期 无论是Drools还是JBPM，生命周期都包含以下部分： 编写：编写规则文件，比如：DRL，BPMN2、决策表、实体类等。 构建：构建一个可以发布部署的组件，对于KIE来说是JAR文件。 测试：部署之前对规则进行测试。 部署：利用Maven仓库将jar部署到应用程序。
1.4K50发布于 2018-01-08 - 来自专栏丑胖侠
Drools规则引擎平台如何进行架构
在《Drools7 规则引擎视频教程》的交流群中，有同学提出这样的问题：如果不想使用Drools官方提供的Workbench和KIE-Server进行规则的管理，而自行进行相应系统研发，该如何设计相应的平台架构呢 首先，我们必须承认，Drools官方提供的Workbench和KIE-Server的确很厚重，而且对部署环境也有要求，想抛弃它们是很正常的。但如果你的团队没有太多的时间投入，选择使用它们也是不错的。 下面，为大家提供一个如果自己实现Workbench和Kie Server相关的系统的架构图。 在图中，主要分四部分左上角类似KIE Server的功能、右上角类似Workbench的功能、左下角总和了Workbench和KIE Server的一些功能、右下角为业务系统功能。
2.3K20发布于 2020-03-18 - 来自专栏凯哥Java
开源规则引擎 Drools 学习笔记 之 -- 1 cannot be cast to org.drools.compiler.kie.builder.impl.InternalKieModule
at org.drools.compiler.kie.builder.impl.KieServicesImpl.newKieContainer(KieServicesImpl.java:188) at org.drools.compiler.kie.builder.impl.KieServicesImpl.newKieContainer(KieServicesImpl.java:176) at package com.example.drools.droolsdemo.config; import org.kie.api.KieBase; import org.kie.api.KieServices ; import org.kie.api.builder.KieBuilder; import org.kie.api.builder.KieFileSystem; import org.kie.api.builder.KieRepository ; import org.kie.api.runtime.KieContainer; import org.kie.api.runtime.KieSession; import org.kie.internal.io.ResourceFactory
93710编辑于 2022-12-16 - 来自专栏NLP/KG
探索图像数据中的隐藏信息：语义实体识别和关系抽取的奇妙之旅
文档图像中的KIE一般包含2个子任务，示意图如下图所示。 近几年大多学者开始融合多个模态的输入信息，进行特征融合，并对多模态信息进行处理，从而提升KIE的精度。 在非End-to-end的KIE方法中，完成关键信息抽取，至少需要2个步骤：首先使用OCR模型，完成文字位置与内容的提取，然后使用KIE模型，根据图像、文字位置以及文字内容，提取出其中的关键信息。 因此建议在做KIE任务的过程中，首先训练一个针对该文档数据集的检测模型。 2.2 训练KIE模型 对于识别得到的文字进行关键信息抽取，有2种主要的方法。
1.9K20编辑于 2023-10-11 【PaddleOCR】从零开始训练自己的模型--详细教程
2.1.4 关键信息抽取（kie）关键信息抽取存在非常多的实际应用场景，如表单识别、车票信息抽取、身份证信息抽取等。 完成关键信息抽取，至少需要2个步骤：首先使用OCR模型，完成文字位置与内容的提取（det+rec），然后使用kie模型，根据图像、文字位置以及文字内容，提取出其中的关键信息。 标注过程中，对于无关于kie关键信息的文本内容，均需要将其标注为other类别，相当于背景信息。标注过程中，需要以文本行为单位进行标注。 数据量方面，一般来说，对于比较固定的场景，50张左右的训练图片即可达到可以接受的效果，可以使用PPOCRLabel完成KIE的标注过程。 ⑥进行推理测试python ppstructure/kie/predict_kie_token_ser.py --kie_algorithm=LayoutXLM --ser_model_dir=/转换好的
4.5K22编辑于 2025-09-08- 来自专栏丑胖侠
《Drools7.0.0.Final规则引擎教程》第2章 追溯Drools5的使用
创建执行规则的测试类Drools5Test： package com.secbro.drools; import com.secbro.drools.model.Product; import org.kie.api.io.ResourceType ; import org.kie.internal.KnowledgeBase; import org.kie.internal.KnowledgeBaseFactory; import org.kie.internal.builder.KnowledgeBuilder ; import org.kie.internal.builder.KnowledgeBuilderFactory; import org.kie.internal.definition.KnowledgePackage ; import org.kie.internal.io.ResourceFactory; import org.kie.internal.runtime.StatefulKnowledgeSession
1.9K80发布于 2018-01-08 - 来自专栏沁溪源
【Drools】值得打工人学习的规则引擎Drools＜一＞
version>${drools.version}</version> </dependency> <dependency> <groupId>org.kie </groupId> <artifactId>kie-spring</artifactId> <version>${drools.version}</version > </dependency> <dependency> <groupId>org.kie</groupId> <artifactId >kie-internal</artifactId> <version>${drools.version}</version> </dependency> ; import org.kie.api.runtime.KieContainer; import org.kie.api.runtime.KieSession; /** * @author qxy
9.5K20发布于 2020-11-13 - 来自专栏丑胖侠
《Drools6.4 中文文档》第18章18.4 workbench配置
配置工具模式 online（默认并推荐）——启动时连接Git版本库，使用KIE Workbench提供的Git服务器。 如何使用 可以在kie-config-cli-${version}-dist.zip文件内找到工具。 连接远程服务器，替换正确的主机和端口，例如ssh://kie-wb-host/system。 . /kie-config-cli.sh 在kie-config-cli.sh脚本中添加offline参数，可进入offline操作模式，会改变运行模式并询问.niogit文件位置。 /kie-config-cli.sh offline
1.1K30编辑于 2022-05-06 - 来自专栏机器学习AI算法工程
怎样完成票据证件的关键信息抽取任务
文档图像中的KIE一般包含2个子任务，示意图如下图所示。 近几年大多学者开始融合多个模态的输入信息，进行特征融合，并对多模态信息进行处理，从而提升KIE的精度。 在非End-to-end的KIE方法中，完成关键信息抽取，至少需要2个步骤：首先使用OCR模型，完成文字位置与内容的提取，然后使用KIE模型，根据图像、文字位置以及文字内容，提取出其中的关键信息。 因此建议在做KIE任务的过程中，首先训练一个针对该文档数据集的检测模型。 注意： 标注过程中，对于无关于KIE关键信息的文本内容，均需要将其标注为other类别，相当于背景信息。
1.1K10编辑于 2024-03-05 - 来自专栏品茗IT
SpringBoot入门建站全系列（三十四）使用Drools规则引擎做排班系统
2.1 Maven依赖 需要引入数据库相关配置和drools相关jar包，还要引入kie-api. </groupId> <artifactId>kie-api</artifactId> <version>${drools.version}</version> </dependency> <dependency ; import org.kie.api.runtime.KieSession; import org.kie.internal.KnowledgeBase; import org.kie.internal.KnowledgeBaseFactory ; import org.kie.internal.builder.KnowledgeBuilder; import org.kie.internal.builder.KnowledgeBuilderError ; import org.kie.internal.builder.KnowledgeBuilderErrors; import org.kie.internal.builder.KnowledgeBuilderFactory
3K21发布于 2020-05-28 - 来自专栏丑胖侠
《Drools7.0.0.Final规则引擎教程》第4章 4.2 auto-focus
对于规则的执行的控制，还可以使用org.kie.api.runtime.rule. AgendaFilter来实现。用户可以实现该接口的accept方法，通过规则当中的属性值来控制是否执行规则。 System.out.println("规则other被触发"); end 实现的MyAgendaFilter代码： package com.secbro.drools.filter; import org.kie.api.runtime.rule.AgendaFilter ; import org.kie.api.runtime.rule.Match; /** * Created by zhuzs on 2017/7/19. */ public class MyAgendaFilter
99290发布于 2018-01-08 - 来自专栏丑胖侠
《Drools7.0.0.Final规则引擎教程》第4章 4.3 定时器
/省略getter/setter方法 } 测试类： package com.secbro.drools.testTimer; import org.junit.Test; import org.kie.api.KieServices ; import org.kie.api.runtime.KieContainer; import org.kie.api.runtime.KieSession; import org.kie.api.runtime.rule.FactHandle
1.5K90发布于 2018-01-08 - 来自专栏大魏分享（微信公众号：david-share）
实战：构建一个车险业务的规则引擎（上篇）
除了这些运行时引擎之外，JBoss BPM Suite和JBoss BRMS基于KIE-Workbench社区项目提供基于Web的工作台，该项目允许管理和监控业务流程和规则项目以及决策服务器、以及基于KIE-Server Intelligent Process Server是KIE-Server组件的Red Hat版本的进程服务器部分。 四、过程与规则执行 本小节的实验步骤是： 1.创建组织 2克隆Git储存库 3.将KJAR组件部署到KIE服务器容器中 4将进程实例和任务作为JBOSS和USER1用户执行 5.观察统计数据和日志 查看部署在KIE服务器上的容器： ? " : { "kie-container" : [ { "status" : "STARTED", "scanner" : { "status
2.9K30发布于 2018-06-25 - 来自专栏OpenMMLab
MMOCR | 全方位食用指南拿来吧你！
2.关键信息提取 Key Information Extraction 假设我们现在有一批包含信息类似但布局不同的文档（如收据），KIE 模型可以帮助我们自动把文档上的关键信息（物品、价格、商店名称等 KIE 作为文字识别领域一个常见的下游任务，它常常需要结合图像和文字的识别结果作出综合判断，因此十分依赖于上游文字检测和识别模型的输出。 （KIE 的片段部分由印度的 @manjrekarom 小哥提出，感谢！） 接下来，我们同样测试一下 SDMGR 的表现。 假设我们有一张收据图片放在 demo/demo_kie.jpeg 下，我们便可以通过以下命令来进行 KIE 推断： python mmocr/utils/ocr.py demo/demo_kie.jpeg --det PS_CTW --recog SAR --kie SDMGR --print-result --imshow 该命令采用 PSENet 和 SAR 模型进行文本检测和识别，之后 SDMGR
1.7K20编辑于 2022-01-18 - 来自专栏OpenMMLab
叮咚 ~ 你订阅的 OpenMMLab 开源社区 12 月刊已送达
- 我们也在努力满足社区的要求—— OpenSet KIE 就是其中一个成果。它可以将 SDMGR 的应用从单纯的文本节点分类扩展到对节点对应关系的提取。 我们将这两者的区别写入了“KIE: DIFFERENCE BETWEEN CLOSESET & OPENSET”文档，请有兴趣的读者参阅。 新特性 - 增加 ABINet 模型 - KIE 支持了 Openset 任务 - 增加 Open Images v5 数据集支持 - 支持了 KIE 中文结果可视化 - 新增 TorchServe 对文本检测和识别模型的支持 文档更新 - 新增 KIE OpenSet 和 CloseSet 任务的教学文档 - 部署文档中新增 C++ 导出示例 - 补全所有文本检测和识别模型的 DocString - 补全部分中文翻译 BUG 修复 PyTorch 1.6 下无法兼容的权重文件 - 修复 DBNet r50 的配置文件 - 修复绘制文本坐标错误的问题 - 修复 Textsnake 模型 Target 的 bug - 修复 KIE
78730编辑于 2022-01-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号