知识图谱· 第39页

论文浅尝 | 基于时序知识图谱的问答

链接：https://arxiv.org/pdf/2106.01515.pdf时序知识图谱是一种多关系的知识图谱，相较于常规的知识图谱，时序知识图谱中的关系中会与时间段相关联，譬如在常规的知识图谱中存在着

开放知识图谱·2022-12-26 07:42

【论文解读】HyTE

HyTE:基于超平面时间感知的知识图谱Embedding一个人可以非常清贫、困顿、低微，但是不可以没有梦想。只要梦想一天，只要梦想存在一天，就可以改变自己的处境。

Y.G Bingo·2022-12-26 04:54

【论文笔记】《Learning Entity and Relation Embeddings for Knowledge Graph Completion》

学习实体和关系嵌入在完成知识图谱中的应用1题目2摘要3问题定义4方法及原理4.1TransE模型[2]4.2TransH模型[3]4.3TransR模型5研究成果5.1链接预测5.2关系抽取5.3三元组分类

HL Lee·2022-12-26 04:52

【论文笔记】SEEK: Segmented Embedding of Knowledge Graphs

ACL2020paper：SEEK:SegmentedEmbeddingofKnowledgeGraphscode：https://github.com/Wentao-Xu/SEEK本文提出一种轻量级的知识图谱嵌入框架

林哲乐·2022-12-26 04:51

TransRHS: A Representation Learning Method for Knowledge Graphs with RHS-学习笔记

TransRHS:ARepresentationLearningMethodforKnowledgeGraphswithRelationHierarchicalStructurePPT一种具有关系层次结构的知识图谱的表示学习方法

ChanYeol666·2022-12-26 04:19

Knowledge Graph表示学习--TransE系列

知识图谱（KnowledgeGraphorKG），如：FreeBase、DBpedia、YAGO、NELL等已经成功地应用到语义分析、信息抽取、问答系统等方面。

hy_jz·2022-12-26 04:17

knowledge graph embedding---Trans全家桶

知识图谱（knowledgegraph）是一种具有多种节点类型和多种连接关系的网络，因为其可以表示现实世界中丰富的关系而得到重视，从知识图谱中挖掘出有用的信息称为研究的一个热点。

canaryW·2022-12-26 04:16

TransH-Knowledge Graph Embedding by Translating on Hyperplanes 翻译

KnowledgeGraphEmbeddingbyTranslatingonHyperplanes摘要处理把一个大规模的由实体和关系组成的知识图谱嵌入到连续的向量空间中。

BodyCsoulN·2022-12-26 04:14

论NLP可解释的评估：什么才是“好”的解释？

©PaperWeekly原创·作者｜李泺秋学校｜浙江大学硕士生研究方向｜自然语言处理、知识图谱前言深度学习模型已经成为NLP的标准工具，在解决许多问题上大显神通。

PaperWeekly·2022-12-25 21:51

KGAT: Knowledge Graph Attention Network forRecommendation——学习笔记

KnowledgeGraphAttentionNetworkforRecommendation：字面意思：用于推荐的知识图谱注意力网络，是基于知识图谱的图神经网络在推荐系统中的应用。

wdd_100·2022-12-25 18:25

KGAT 2019（KDD）Knowledge Graph Attention Network for Recommendation

从知识图谱中更加充分的可以挖掘用户和用户，物品和物品之间的关系。如图所示

TVfan·2022-12-25 18:23

KGAT_基于知识图谱+图注意力网络的推荐系统（KG+GAT）

XiangWang,XiangnanHe,YixinCao,MengLiuandTat-SengChua(2019).KGAT:KnowledgeGraphAttentionNetworkforRecommendation.PaperinACMDLorPaperinarXiv.InKDD’19,Anchorage,Alaska,USA,August4-8,2019.本文作者源码：https://g

默默然咯·2022-12-25 18:18

【KGAT】Knowledge Graph Attention Network for Recommendation

noteKGAT结合KG和GAT，在知识图谱三元组基础上，利用GAT进行消息传递，聚合出物品向量后与用户向量进行计算得到预测值。

山顶夕景·2022-12-25 18:46

神经网络模型的模型假设,神经网络模型预测控制

在人工智能领域，它普遍包含了机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、AR/VR七个关键技术。

普通网友·2022-12-25 08:30

基于图数据库 NebulaGraph 打造的普适智能投研平台在五矿期货正式投入应用

近日，以国产分布式图数据库NebulaGraph为底座的普适智能投研平台在五矿期货有限公司正式投入使用，通过运用图技术实时处理海量关联数据时深度、广度和速度的优势，打造企业级图分析平台，打开了知识图谱技术在金融企业落地的新思路

极客小普冲呀·2022-12-25 08:21

A Toolkit for Generating Code Knowledge Graphs生成代码知识图谱的工具

事实证明，知识图谱在多种支持语义搜索和自然语言理解的应用程序方面非常有用。本文提出GraphGen4Code，一种工具集构建代码的知识图谱，支持程序搜索，代码理解，bug检测和代码自动化等。

马小雨·2022-12-25 03:57

浙江大学计算机知识图谱方向,Lecture0知识图谱概览-浙江大学.pdf

LectureOne知识图谱概览陈华钧浙江大学计算机科学与技术学院教授浙江⼤学知识图谱导论课程课件，CopyrightReserved内容概览➤BasicConcepts➤什么是知识图谱➤典型的知识图谱项

weixin_39955732·2022-12-25 03:26

文本生成论文阅读 Knowledge-based Review Generation by Coherence Enhanced Text Planning

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、知识图谱二、模型框架总结前言提示：这里可以添加本文要记录的大概内容：基于知识图谱的增强连贯性文本规划的评论生成。

欢桑·2022-12-25 03:54

3套不错的知识图谱入门教程

1知识图谱入门视频教程https://edu.csdn.net/course/detail/90282、B站北大老师的一课入门:https://www.bilibili.com/video/BV1Kg4y1i7GN

jackyrongvip·2022-12-25 03:18

知识图谱-生物信息学-医学顶刊论文(Bioinformatics-2021)-KG4SL:用于人类癌症SL预测的知识GNN

5.(2021.7.12)Bioinformatics-KG4SL:用于人类癌症SL预测的知识GNN论文标题：KG4SL:knowledgegraphneuralnetworkforsyntheticlethalitypredictioninhumancancers论文地址：https://academic.oup.com/bioinformatics/article/37/Supplement_

Cheng_0829·2022-12-25 03:46

KG4Py：Python代码知识图谱和语义搜索的工具包

如何构建Python的代码知识图谱，又该如何进行搜索呢？现在的项目程序中存在着大量重复的代码片段，尤其是在软件开发的时候。

一点人工一点智能·2022-12-25 03:45

12个领域，55部分， AI 学习资源全整理

ApacheCN，AI有道和黄海广博士联合整理贡献，内容涵盖AI入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域：自然语言处理，计算机视觉，推荐系统，风控模型和知识图谱

xinshucredit·2022-12-25 01:36

【GNN框架系列】DGL第二讲：使用Deep Graph Library实现GNN进行链接预测

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本文先简单概述GNN链接预测任务，接下来使用DeepGraphLibrary实现GNN进行链接预测，并对代码进行详细介绍，

CHEONG_KG·2022-12-24 20:51

【2022新书】文本与知识库问答系统

它涵盖了基于数据来源的3个主要类别，可以是非结构化文本(TextQA)、结构化知识图谱(KBQA)，以及两者的结合。开发一个问答系统通常需要使用各种重要技术的组合，包括自然语言处理、信息检

数据派THU·2022-12-24 18:58

美团知识图谱问答技术实践与探索

来自：美团技术团队作者：如寐梁迪思睿等知识图谱问答（Knowledge-basedQuestionAnswering,KBQA）是指给定自然语言问题，通过对问题进行语义理解和解析，进而利用知识库进行查询

zenRRan·2022-12-24 18:25

美团知识图谱问答技术及在商家推荐回复场景中的实践与探索

智能推荐系统·2022-12-24 18:54

基于知识图谱的行业问答系统搭建分几步？

知识图谱的概念首先是由谷歌提出，其目的是描述真实世界中存在的各种实体和概念，以及他们之间的关系，在真实的行业中应用时，我们需要先根据业务需求进行领域确定，然后通过正常的知识图谱构建方式，进行基础内容的搭建

PaperWeekly·2022-12-24 18:23

知识图谱构建下的自动问答KBQA系统实战-文辉

知识图谱问答系统任务和意义问答系统（QusstionAnsweringSystem,QASystem）在大家的日常生活中随处可见，2014年微软率先推出了小冰智能聊天机器人，直至现在越来越多如siri移动生活助手和智能音箱等的面市

DatagrandRS·2022-12-24 18:51

【知识图谱】知识抽取与挖掘（Ⅱ）

文章目录一、面向文本的知识抽取1、DeepDive关系抽取实战2、开放域关系抽取（1）信息抽取（IE）概述（2）信息抽取（IE）系统发展①第一代OpenIE系统②第二代OpenIE系统：更深入研究句子的语法特性③更多进展（3）OpenIE的应用二、知识挖掘1、实体消歧与链接（1）实体链接（2）基于entity-mention模型：生成概率模型（3）构建实体关联图与标签传播算法消歧（4）基于实体关联

__盛夏光年__·2022-12-24 17:49

任务型客服系统简述

结构化文档中包含数据库，知识图谱等，他们的输入为结构化的片段，数据库具有查询的功能，知识图谱具有查询与推理的能力，这一块的难点其实也是如何获取自然语言

NeilGY·2022-12-24 17:14

知识图谱数据模型和查询语言

文章目录1.RDF图数据模型1.1资源描述框架RDF1.2RDF图数据模型1.3RDFSchema(简称RDFS)2.SPARQL查询语言2.1SPARQL语法2.2SPARQL命名空间2.3SPARQL数据集2.4SPARAL查询语言2.5图模式定义2.6SPAQAL组图模式联合图模式2.7SPAQAL符号优先级2.8SPAQAL结果修饰2.9SPAQAL语义2.10图模式的匹配2.11SPAR

几窗花鸢·2022-12-24 08:38

学习笔记之知识图谱三元组抽取模型

文章目录前言一、模型整体思路二、模型建立三、训练阶段四、解码阶段总结前言这里使用一个多任务模型抽取三元组。任务1是抽取subjects,任务2是同时抽取objects和predictions。抽取的方式并不是BIO标注的方式而是采用半指针半标注的方法。一、模型整体思路1、模型大体描述如下：基于Bert编码器，利用半指针半标注的方式，先抽取subjects，再同时抽取objects和predicti

听寒哥的话·2022-12-24 08:37

知识图谱：属性图数据模型与Cypher查询语言

属性图数据模型属性图模型简介属性图模型是一种不同于RDF三元组的一种图数据模型这个模型由点来表示现实世界中的实体，由边来表示实体与实体之间的关系。同时，点和边上都可以通过键值对的形式被关联上任意数量的属性和属性值在这种图模型中，关系被提到了一个和实体本身一样重要的程度从形式化的角度来看，属性图模型包含三种元素组成：值、图和表。语法细节参考属性图模型的符号列表属性图模型组成元素：值属性图模型组成元素

努力学习计算机的小蒟蒻·2022-12-24 08:35

知识图谱学习笔记-知识图谱价值和发展历程

一：知识图谱的价值：1.辅助搜索传统搜索引擎依靠网页之间的超链接实现网页的搜索，而语义搜索是直接对事物进行搜索，如人物、机构、地点等。这些事物可能来自文本、图片、视频、音频、IoT设备等各种信息资源。

JLY19970726·2022-12-24 08:59

【知识图谱】什么是知识图谱？知识图谱的应用。知识图谱的数据模型（三元组模型、属性图模型）。西游记中的知识图谱。

目录一、什么是知识图谱？知识、图谱二、举例、知识图谱的应用三、知识图谱的数据模型四、通过《西游记》人物关系图谱，认识知识图谱本体一、什么是知识图谱？

追光者♂·2022-12-24 08:57

【论文翻译】KLMo: Knowledge Graph Enhanced Pretrained Language Model with Fine-Grained Relationships

论文地址：https://aclanthology.org/2021.findings-emnlp.384.pdf摘要知识图谱（KG）中实体之间的交互作用为语言表征学习提供了丰富的知识。

歆布·2022-12-24 07:02

【论文笔记】K-BERT: Enabling Language Representation with Knowledge Graph

针对这一点，论文中的作者提出了融入知识图谱（KGs）的K-BERT模型，作者是通过将三元组注入到句子中作为特定的知识。但如果融入太多的知识可能会使原

Nlper_Zhao·2022-12-24 07:31

论文解读：K-BERT：Enabling Language Representation with Knowledge Graph（AAAI-20）

将知识图谱整合到语言表示中，领域知识将能提升垂直领域的任务，并且模型具有更好的可解释性。

欢欢吖·2022-12-24 07:59

K-BERT: Enabling Language Representation with Knowledge Graph阅读笔记

最近实验室要做预训练语言模型和知识图谱结合的交互式智能的研究，于是读了这篇北大与腾讯联合发表的K-BERT:EnablingLanguageRepresentationwithKnowledgeGraph

Kolunm·2022-12-24 07:56

基于python的知识图谱Web应用技术栈初步调研

基于python的智能web应用技术栈初步调研1、pythonweb开发技术栈2、python的自然语言处理工具3、知识图谱相关技术结论：对于知识图谱应用的开发，可能会采用python+Django+VUE

长安山南君·2022-12-23 21:46

知识图谱整理

知识图谱架构图通过外部网站或者公开数据集获取，三方机构API获取，机构的业务相关数据。将数据存储到MYSQL数据库中，供后续使用。

青年君·2022-12-23 15:10

知识图谱补全（KGC）论文阅读笔记

*类型推理机制4.实例层次的知识补全5.面临的挑战和主要发展方向6.PAPER1：FewShotKnowledgeGraphCompletion6.1KGE（KnowledgeGraphEmbeded知识图谱

Zichel77·2022-12-23 15:40

《知识图谱方法、实践与应用》- 第六章知识图谱推理

——总结自王昊奋、漆桂林、陈华钧主编的《知识图谱方法、实践及应用》一书的第六章知识图谱推理。

锵锵锵锵~蒋·2022-12-23 15:10

《知识图谱》赵军学习笔记

知识图谱读书笔记文章目录知识图谱读书笔记一、概述1.1什么是知识图谱1.2知识图谱发展历程1.3知识图谱类型1.4知识图谱生命周期知识体系构建知识获取知识融合知识存储知识推理知识应用1.5知识图谱与深度学习二

renhengzhi2019·2022-12-23 15:06

基于大数据的软件项目知识图谱构造及问答方法

摘要：随着软件规模的不断扩大、软件演化周期的不断延长，构建软件项目知识图谱对软件维护、软件开发的意义越来越重大。

宋罗世家技术屋·2022-12-23 15:36

知识图谱技术综述

一.知识图谱技术综述知识图谱技术是人工智能技术的组成部分，其强大的语义处理和互联组织能力，为智能化信息应用提供了基础。以下内容涵盖了基本定义与架构、代表性知识图谱库、构建技术、开源库和典型应用。

Britesun·2022-12-23 15:02

知识图谱

知识图谱的研究背景及其意义单单从字面上理解，知识图谱应该是一种更加结构化（主要是基于图）的知识库，将散乱的知识有效的组织起来，方便人们的查阅，而不是之前那样一堆文在摆在眼前，没有一目了然的赶脚,哈哈哈。

*Snowgrass*·2022-12-23 15:02

NeurIPS 2020 | 面向张量分解知识图谱补全的对偶诱导正则

简介近年来，张量分解模型凭借模型简洁、计算速度快等优点在知识图谱补全任务上取得了令人瞩目的成就。但是，这些模型较易受到过拟合的影响，在性能上通常落后于其他类型的模型。

PaperWeekly·2022-12-23 15:55

知识图谱初阶笔记整理1

知识图谱与计算机子学科（知识表示、自然语言处理、数据库、机器学习）关系如下图所示。

QianTu&·2022-12-23 15:23

知识图谱 ——距离变换模型

目录一、模型基础二、TransE模型三、TransH模型四、TransR模型五、TransD模型一、模型基础L1范数（曼哈顿距离）与L2范数（欧氏距离）：L0范数是指向量中非0的元素的个数。(L0范数很难优化求解)L1范数是指向量中各个元素绝对值之和L2范数是指向量各元素的平方和然后求平方根L1范数可以进行特征选择，即让特征的系数变为0.L2范数可以防止过拟合，提升模型的泛化能力，有助于处理con

叫我小鱼就好·2022-12-23 14:52

推荐频道

知识图谱·