图数据库知识图谱

最新！2021年自然语言处理(NLP)算法学习路线

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
Amusi（CVer）·2023-01-12 10:37

自然语言处理（NLP）算法学习路线！

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
QbitAl·2023-01-12 10:36

图数据库Neo4j实战（全网最详细教程）

1.图数据库Neo4j介绍1.1什么是图数据库（graphdatabase）随着社交、电商、金融、零售、物联网等行业的快速发展，现实社会织起了了一张庞大而复杂的关系网，传统数据库很难处理关系运算。
星川皆无恙·2023-01-12 10:36

2021年自然语言处理学习路线！

像BERT、GPT-3、图神经网络、知识图谱等技术应运而生。我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源，而是找准资源并高效学习。
Datawhale·2023-01-12 10:34

菜哥学知识图谱（通过“基于医疗知识图谱的问答系统”）（八）（知识存储）

上接菜哥学知识图谱（通过“基于医疗知识图谱的问答系统”）（七）（知识图谱设计、知识抽取1）先跳过机器学习方式抽取知识。在人工标注信息后，将知识录入到图数据库中。
weixin_40539807·2023-01-12 10:31

基于知识图谱的医疗诊断系统论文

本作品禁止任何人/企业申请专利，禁止任何人使用本作品参加任何比赛或作为毕业设计，如使用本作品源码进行商业用途务必联系作者。一.科学性1.研究意义信息科技经过60余年的发展，已经普及到社会生活的每一个角落。随着信息技术在国家治理、经济运行的方方面面的应用，大量的数据随之产生。而互联网技术的爆发式发展使得近年来产生的数据总量超过了人类以往产生的历史数据的总和，医疗行业的数据增长幅度尤为突出。医疗大数据
weixin_30577801·2023-01-12 10:01

知识图谱-多跳推理问答：概述【TransferNet作者】

导读：知识图谱在现有的实际业务中存在着各种各样的应用，问答是其中一个非常重要的应用，本文主要关注如何解决基于知识图谱的复杂问题，该任务又称为推理问答。
u013250861·2023-01-12 10:31

【知识图谱论文】多跳推理真的可以解释吗？ 走向基准推理可解释性

文献题目：IsMulti-HopReasoningReallyExplainable?TowardsBenchmarkingReasoningInterpretability文献时间：2021摘要近年来，多跳推理得到了广泛的研究，以获得更多可解释的链接预测。然而，我们在实验中发现，这些模型给出的许多路径实际上是不合理的，而对它们的可解释性评估工作却很少。在本文中，我们提出了一个统一的框架来定量评估
Wwwilling·2023-01-12 10:00

EmbedKGQA论文简要解读

KGQA与KGE关于KGQA以及知识图谱嵌入的简单介绍可以看之前的两篇博客：KGQA概览知识图谱嵌入简单介绍这篇论文就是结合知识图谱嵌入（KGE）来进行多跳知识问答EmbedKGQA论文源代码MetaQA
xhsun1997·2023-01-12 10:58

论文浅尝 | 利用常识知识图谱进行多跳推理的语言生成方法

现有的方法将常识性知识整合到预训练生成式语言模型中，只是通过对个体知识三元组进行后训练来转移关系知识，而忽略了知识图谱中的丰富联系。作者认为利用知识图的结构信
开放知识图谱·2023-01-12 10:28

【知识图谱论文】具有生物医学知识图谱逻辑规则的神经多跳推理

NeuralMulti-hopReasoningwithLogicalRulesonBiomedicalKnowledgeGraphs代码：https://github.com/liu-yushan/PoLo摘要生物医学知识图谱允许使用综合计算方法来推理生物系统
Wwwilling·2023-01-12 10:26

The More You Know: Using Knowledge Graphs for Image Classification ——用知识图谱进行图像分类论文

个人的学习记录，有参考https://blog.csdn.net/sunshine__0411/article/details/82847203?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control&depth_1-utm_source=distribute.pc_relevant.none-
qydsb·2023-01-12 09:21

深度学习——day26 NRP学习:基于自然语言处理的产业链知识图谱构建_毛瑞彬（2022 情报学报）

这里写目录标题论文资源在这里基于自然语言处理的产业链知识图谱构建_毛瑞彬（2022情报学报）chap1面向产业链知识图谱构建的自然语言处理BERT模型BERT采用Transformer编码器作为模型主体结构
想太多!·2023-01-12 08:14

知识图谱课程报告-关系抽取文献综述

可以说信息抽取是自然语言处理领域的一项最基本任务，信息抽取进而可被分成三个子任务：实体抽取(entityextraction)、关系抽取(relationextraction)和事件抽取(eventextraction)，而关系抽取搭建起知识图谱研究的基石
程哥哥吖·2023-01-12 02:13

【知识图谱学习笔记】知识图谱概述

#知识图谱#知识图谱综述2022年4月9日一、概念：所有用图表示实体与实体见的关系（新的知识工程）知识图谱涵盖很多领域：数据库、机器学习、自然语言处理、知识工程知识工程：知识库和推理引擎领域本体的构建：
亿点点也不行·2023-01-12 01:11

小象学院知识图谱学习笔记（一）

知识图谱的技术体系知识表示知识抽取知识融合知识众包知识推理知识链接可视化语义搜索知识问答知识表示知识表示研究怎样用计算机符号来表示人脑中的知识，以及怎样通过符号之间的运算来模拟人脑的推理过程方法从早期的基于数理逻辑的知识表示逐步转化成为基于向量空间学习的分布式知识表示语义网知识表示框架
一米阳光吖·2023-01-12 01:40

【Neo4j构建知识图谱】图上的数据科学2：数据可视化与探索性EDA

上一篇文章：【Neo4j构建知识图谱】图上的数据科学1：算法项目合集方法梳理【已飞机航线作为案例】1、数据可视化在运行一些算法之前，将数据可视化是很有帮助的。
源代码杀手·2023-01-12 01:09

上市公司地址相似度计算&构建关系图谱

zhuanlan.zhihu.com/p/111203086来源2:https://zhuanlan.zhihu.com/p/459309174文末点击阅读原文跳转知乎，阅读作者更多精彩文章今天和各位小伙伴分析一个在搭建知识图谱的时候遇到的一个麻烦的问题
Evan-yzh·2023-01-12 01:39

【Neo4j构建知识图谱】图上的数据科学1：算法项目合集方法梳理【飞机航线作为案例】

Neo4jGraphDataScience是Neo4j官方提供的一套图算法库，它用来代替之前的GraphAlgorithm算法库，适合Neo4j4.0以上版本使用。官方文档介绍：https://neo4j.com/docs/graph-data-science/current/对于初学者来说，Neo4jSandbox简直是省时省力的学习神器。在云端免费申请一个Neo4jSandbox的账号就可以开
源代码杀手·2023-01-12 01:39

【Neo4j构建知识图谱】配置知识图谱插件APOC与案例实现

目录1、安装插件2、验证是否安装成功3、APOC插件使用案例3.0、一些基础操作：生成节点的图、完全图、无标度网络3.1、查看apoc支持过程和函数3.2、APOC生成随机知识图谱图结构：使用Barabási–Albert
源代码杀手·2023-01-12 01:08

知识图谱学习笔记（1）

（1）知识图谱概述知识图谱的发展史Cyc，常识知识库，由术语和断言组成，术语包括概念，关系和实体。断言包括事实和规则Schema.org提供一个词语本体，用来描述语义标签。
silence learner·2023-01-12 01:36

知识图谱应用构建浅谈

基础介绍基础数据说明原始知识数据包含了RDF和owl两种版本的，RDF版本包括了术语表、概念表、关系表、映射表。因为标准化映射暂时没有应用场景，只考虑前三项作为基础数据。原始Schema概念表：概念ID、概念对应语义标签术语表：术语ID、术语类型、所属概念ID关系表：起始概念、目标概念、关系类型、所属关系组owl版本owl是基于本体描述逻辑，即DL，语法逻辑侧重于语义网现在owl常用的标准，基本都
不知芝芝·2023-01-12 01:34

知识图谱学习笔记五（知识图谱融合）

知识图谱融合它是解决知识图谱异构问题的有效途径，通过建立异构本体或异构实例之间的联系，使得异构的知识图谱相互沟通，实现它们之间的互操作。知识图谱包含描述抽象知识的本体层和描述具体事实的实例层。
犀利哗啦760596103·2023-01-12 01:02

知识图谱学习笔记七（语义搜索）

以谷歌为代表的各大搜索引擎公司通过构建知识图谱来改善搜索质量，从而开启了语义搜索之路。文档检索与语义检索的不同：语义搜索是需要处理更细粒度的结构化语义数据。
犀利哗啦760596103·2023-01-12 01:02

知识图谱学习笔记八（知识问答）

知识问答知识问答是一个拟人化的智能系统，接收使用自然语言表达的问题，理解用户的意图，获取相关的知识，通过推理计算形成相应的答案并反馈给用户。知识问答的基本要素1.问题，也就是问答系统的输入。（问句、选择、填空等）2.答案，也就是问答系统的输出。3.智能体，也就是问答系统的执行者。(需要理解问题的语义，掌握并使用知识库解答问题)4.知识库，存储问答系统的知识。搜索与知识问答的差异：1.搜素以文档来承
犀利哗啦760596103·2023-01-12 01:02

Neo4j使用记录--基础篇(Cypher)【语法】

引言日常我们在创建知识图谱的时候，入门的图数据库几乎为Neo4j数据库，Cypher是图形数据库Neo4j的查询语言。我们要掌握Neo4j数据库，必须掌握Cypher语言。
故事挺秃然·2023-01-12 01:32

知识图谱学习笔记二（知识图谱表示与建模）

1.知识图谱表示方法两大派系：基于离散符号的知识表示基于连续向量的知识表示由于知识图谱是很多搜索、问答以及大数据分析系统的数据基础，基于向量的表示更易于和深度学习模型集成，基于向量的知识图谱越来越重视。
犀利哗啦760596103·2023-01-12 01:32

知识图谱学习笔记（二）

医疗知识图谱基本概念知识图谱主要分为通用知识图谱和领域知识图谱两大类，两类知识图谱本质上相同，主要区别在于覆盖范围和使用方式。
我带你们打君·2023-01-12 01:01

知识图谱学习笔记之知识图谱中的知识分类

知识图谱中的知识分类事实知识事实知识是关于某个特定实体的基本事实，如（山东富士苹果，产地，山东）。事实知识是知识图谱中非常常见的知识类型。大部分的事实知识都是在描述实体的特定属性或关系，如“产地”。
conan0116·2023-01-12 01:01

知识图谱学习笔记2

知识知识的特点：相对正确性不确定性可表示性可利用性知识分类：按照作用范围分类：常识性知识，领域性知识按照作用及表示分类：事实性知识、过程性知识、控制知识按照确定性分类：确定性知识和不确定性之时按结构及表现形式分类：逻辑性知识和形象性知识早期知识表示方法一阶谓词逻辑：包含的谓词逻辑是一阶的，即刻画个体属性的谓词优点：自然性、易接受、严密性、易于转化为计算机内部形式缺点：无法表示不确定性知识、难表示启
Mrong1013967·2023-01-12 01:31

知识图谱学习笔记3

知识抽取从不同来源、不同结构的数据中进行知识提取，形成知识(结构化数据)存入到知识图谱1.命名实体识别检测:北京是忙碌的城市。[北京]：实体分类：北京是忙碌的城市。
Mrong1013967·2023-01-12 01:31

知识图谱学习记录

transE模型：https://zhuanlan.zhihu.com/p/508508180https://github.com/zqhead/TransEtransH模型：https://zhuanlan.zhihu.com/p/156937012https://github.com/zqhead/TransH
43581143·2023-01-12 01:00

【Neo4j构建知识图谱】python调用三行cypher操作语言完成节点、节点名称、关系、属性的所有信息创建

目录教程资料都在这里1、案例展示2、节点标签、关系类型3、可以显示图4、数据信息教程资料都在这里打开这里：https://blog.csdn.net/weixin_41194129/category_11464008.html1、案例展示调用三行cypher操作语言完成节点、节点名称、关系、属性的所有信息创建:create(A:名著{name:'《西游记》',author:
源代码杀手·2023-01-12 01:30

【机器学习系列】EM算法第一讲：EM算法相关概述及收敛性证明

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，首先注意以下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论
CHEONG_KG·2023-01-11 20:03

Sequence-to-Sequence Knowledge Graph Completion and QuestionAnswering(2022 ACL)

Sequence-to-SequenceKnowledgeGraphCompletionandQuestionAnswering(KGT5)摘要KGE(knowledgegraphembedding)模型用低维的嵌入向量表示知识图谱中的每个
Toady 元气满满·2023-01-11 17:15

KDD 2020 | 会话推荐系统新进展：基于互信息最大化的多知识图谱语义融合

论文标题：ImprovingConversationalRecommenderSystemsviaKnowledgeGraphbasedSemanticFusion论文来源：ACMSIGKDD2020论文链接：https://arxiv.org/abs/2007.04032会话推荐系统(conversationrecommendersystem,CRS)旨在通过交互式的会话给用户推荐高质量的商品。
mishidemudong·2023-01-11 16:06

推荐模型之：跨会话信息感知的推荐模型探索与实践

1、基于知识图谱的推荐系统总结2、内容推荐策略产品经理的方法与实践3、京东推荐算法精排技术实践4、微博推荐算法实践与机器学习平台演进5、腾讯PCG推荐系统应用实践6、强化学习算法在京东广告序列推荐场景的应用
智能推荐系统·2023-01-11 16:04

文本标注工具--BRAT 安装

linux下的一款应用于webserver端的文本标注工具，可用于标注如下类型信息：实体：命名实体，可用于NER；关系：实体间关系，可用于关系抽取；事件：实体参与的事件；属性：事件或实体的属性，常用于知识图谱
桂花很香,旭很美·2023-01-11 10:04

Python使用阿里API进行身份证识别

.作者介绍孟莉苹，女，西安工程大学电子信息学院，2021级硕士研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected].身份证识别介绍凭借领先的人工智能与知识图谱技术
ZHW_AI课题组·2023-01-11 00:33

【关系抽取】从头来看关系抽取-远程监督来袭

来自：AI自然语言处理与知识图谱从早期到现在来看关系抽取任务的话，基本的做法包括基于规则匹配、监督学习、半监督学习、无监督学习以及远程监督学习等方法，上篇文章《从头来看关系抽取》已经介绍了监督学习早期的一些开山之作
zenRRan·2023-01-10 16:52

deepke使用过程问题汇总

deepke是一个知识图谱处理框架，可以方便的进行实体抽取，关系提取，属性抽取，里面有各种提取模块，包括bert,lstmcrf等，可以方便的进行各种任务处理。
qq_22244821·2023-01-10 14:52

基于neo4j构建西游记知识图谱

西游记国人物众多，人物关系复杂，非常适合构建知识图谱，通过知识图谱梳理西游记人物关系。知识图谱在以前文章中介绍过，
qq_22244821·2023-01-10 14:52

一文打尽知识图谱

知识图谱（KnowledgeGraph,KG）是知识工程的重要分支之一，它以符号形式结构化地描述了物理世界中的概念及其相互关系。
qq_22244821·2023-01-10 14:52

知识图谱与明朝那些事儿

明朝历经300多年，史料也较为丰富，人物关系复杂，正可用知识图谱构建明朝的人物关系。《明朝那些事儿》用现代语言描绘了明朝大部分史实，人物关系也比较明确与详细，正好可用作语料。后期会将构建过程展示出来。
qq_22244821·2023-01-10 14:47

【机器学习系列】概率图模型第四讲：变量消除法和Belief Propagation算法

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，先注意一下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，
CHEONG_KG·2023-01-10 11:08

【经典模型实现】对话生成系统实现

效果问题模型缺少知识图谱的支持，没有背景知识和常识，回答存在地理位置，常识价格等方面的错误。对于之前的用户提问和系统回答，没有区分时间远近和重要度，存在答非所问的情况。主要改动部分代码数据生成
WitsMakeMen·2023-01-10 10:51

知识图谱构建过程

摘自互联网开放平台，公众号：语言技术知识图谱，是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系，通过将数据粒度从document级别降到data级别，聚合大量知识，从而实现知识的快速响应和推理
写bug的程旭源·2023-01-10 10:33

论文浅尝 - SWJ | 基于知识图谱和注意力图卷积神经网络的可解释零样本学习

ExplainableZero-shotLearningviaAttentiveGraphConvolutionalNetworkandKnowledgeGraphs本文作者：耿玉霞，浙江大学在读博士，研究方向为知识图谱
开放知识图谱·2023-01-10 09:17

知识图谱系列（二）：构建一个医疗知识图谱

之前我们简单介绍了怎么构建一个知识图谱，这次就来看看一个完整的构筑流程，以QASystemOnMedicalKG作为参考，主要想展示一下从最初收集非结构化的数据、到一步步处理并通过知识图谱展示的简单流程
JessssseYule·2023-01-10 09:35

生物医学知识库/知识图谱（英文+中文）盘点

因为硕士研究方向是基于知识图谱的中文医学问答系统，所以调研了下现有的生物医学(BioMedical)和医学(Medical)知识库。
duters_cmy·2023-01-10 09:34
上一页 42 43 44 45 46 47 48 49 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他