注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 邵老师-知识图谱+-综合

  2. 邵老师-知识图谱技术实践-机器学习-深度学习 内容安排 ·知识图谱的基础知识 ·基本概念 ·发展现状 ·困难与挑战 ·知识图谱的生命周期 ·知识抽取 ·知识融合 ·图谱存储 ·图谱查询 ·知识表示 ·知识推理 ·知识图谱的行业应用 ·公安案例 ·金融案例 ·智能问答

  3. 所属分类：讲义

    • 发布日期：2018-03-19
    • 文件大小：56.72mb
    • 提供者：bugcheck

  1. 知识图谱课件资料

  2. 小象学院知识图谱课件： 知识图谱概览 知识表示和知识建模 知识抽取与挖掘 知识存储 知识融合 知识推理 语义搜索 知识问答 IBM watson lite 行业知识图谱

  3. 所属分类：搜索引擎

    • 发布日期：2018-08-26
    • 文件大小：71mb
    • 提供者：realhappy1871

  1. 知识图谱：知识图谱及RDF介绍

  2. 介绍知识图谱是什么，RDF简单的介绍：rdf资源描述框架，三元组，基于RDF的推理

  3. 所属分类：搜索引擎

    • 发布日期：2018-09-27
    • 文件大小：3mb
    • 提供者：banglong7970

  1. path ranking 算法详解

  2. 知识图谱推理方向的基础算法Path Ranking Algorithm详解

  3. 所属分类：机器学习

    • 发布日期：2018-10-29
    • 文件大小：964kb
    • 提供者：ljyt2

  1. 基于知识图谱的问答系统

  2. 细致介绍了一种基于知识图谱的问答系统，构建了一个推理模型，在建模问题回答过程中是十分有效的。

  3. 所属分类：深度学习

    • 发布日期：2018-11-09
    • 文件大小：1mb
    • 提供者：qq_35751500

  1. ICLR 2020 # 知识图谱推理框架：基于向量空间的推理和数值逻辑推理

  2. 本文解读了两篇不同框架的论文：一篇是基于知识图谱的向量嵌入技术，完全基于向量操作进行推理演算；另一篇是基于 Neural Logic Programming 框架，并进一步解决了数值推理的问题。

  3. 所属分类：机器学习

    • 发布日期：2020-05-07
    • 文件大小：744kb
    • 提供者：syp_net

  1. 知识图谱东南大学（第二部分）.rar

  2. 该资源是东南大学知识图谱精品课程的PPT第二部分。东南大学知识图谱精品课程共分14章，系统地讲解了知识图谱相关的知识，涉及知识表示、知识建模、知识抽取基础（数据采、实体识别、关系抽取、事件抽取）、 知识融合、 知识图谱表示学习、知识存储、基于知识的智能问答、实体链接、知识推理等所有知识图谱相关的知识点。

  3. 所属分类：专业指导

    • 发布日期：2020-02-04
    • 文件大小：186mb
    • 提供者：weixin_46260737

  1. 知识图谱东南大学（第一部分）.rar

  2. 该资源是东南大学知识图谱精品课程的PPT第一部分。东南大学知识图谱精品课程共分14章，系统地讲解了知识图谱相关的知识，涉及知识表示、知识建模、知识抽取基础（数据采、实体识别、关系抽取、事件抽取）、 知识融合、 知识图谱表示学习、知识存储、基于知识的智能问答、实体链接、知识推理等所有知识图谱相关的知识点。

  3. 所属分类：专业指导

    • 发布日期：2020-02-04
    • 文件大小：209mb
    • 提供者：weixin_46260737

  1. 知识图谱中的可解释可验证表示学习【XAI 2019，62页ppt】.zip

  2. 可解释性是当前AI研究的热点之一。伦敦大学学院Pasquale Minervini博士在可解释AI研讨会做了关于可解释高效可验证表示的报告《Back to Seminars Explainable, Verifiable, Relational Representation Learning from Knowledge Graphs》，共62页PPT，涵盖知识图谱中链接预测，以及可解释可验证表示学习机制。

  3. 所属分类：机器学习

    • 发布日期：2020-01-03
    • 文件大小：4mb
    • 提供者：syp_net

  1. 向量空间中嵌入的知识图谱推理

  2. 回答大规模知识图谱上的复杂逻辑查询是一项基本而又具有挑战性的任务。在本文中，我将概述如何使用向量空间嵌入在知识图谱中执行逻辑推理。

  3. 所属分类：机器学习

    • 发布日期：2020-06-12
    • 文件大小：9mb
    • 提供者：syp_net

  1. 知识图谱推理（来源于Salesforce首席科学家Richard Socher）

  2. 以下附上最新知识图谱推理（共包含50页ppt），由Salesforce首席科学家Richard Socher撰写发布。

  3. 所属分类：机器学习

    • 发布日期：2020-06-10
    • 文件大小：5mb
    • 提供者：syp_net

  1. 最全的知识图谱培训资料.zip

  2. 从知识图谱概念，到知识图谱存储、知识提取、知识推理等完整的知识图谱培训材料。内容非常齐全，是难得的知识图谱入门材料。

  3. 所属分类：互联网

    • 发布日期：2020-07-13
    • 文件大小：71mb
    • 提供者：welkintoh

  1. 知识图谱推理方法总结

  2. 知识推理是在已有的事实和逻辑规则的基础上推理新知识的机制一般来说，知识推理是运用已知知识的过程知识推断新知识。 给出知识图推理定义、知识图推理方法、知识图推理应用和机遇与挑战

  3. 所属分类：深度学习

    • 发布日期：2020-08-07
    • 文件大小：2mb
    • 提供者：xiaoqianlizhen

  1. CNCC2019-陈华钧-可解释的知识图谱推理及应用.pdf

  2. 转自：https://dl.ccf.org.cn/lecture/lectureDetail?id=4663454624843776。 陈华钧，浙江大学*知识引擎联合实验室负责人。 摘要：知识图谱表示的向量化使得我们可以实现更易于泛化的可微分推理。然而， 基于表示学习实现的知识图谱推理和链接预测丢失了传统符号计算方法的可解释性，即：模型无去对基于向量计算或神经网络训练后得出的推理结论进行解释，导致只知结果但不知为什么。在很多真实的应用场景下，黑盒模型的可解释性缺乏导致很多应用不得不放弃采用

  3. 所属分类：机器学习

  1. 基于知识图谱知识推理的视频推荐算法_许智宏.pdf

  2. 为充分利用显性特征和隐性特征的互补性，提出一种ＰｔｒａｎｓＥ＿ＣＦ视频推荐算法。在协同过滤中引入知识图谱推理技术，通过路径排序算法挖掘实体间多路径关系，将所有的实体关系嵌入到低维的语义空间中，在低维空间中计算任意视频间的语义相似性，将语义相似性与协同过滤的用户行为相似性结合进行推荐。实验结果表明，该方法弥补了协同过滤推荐算法对隐性信息利用不充分的缺陷，在语义层面增强了推荐的效果，在一定程度上解决了数据稀疏性问题。关键

  3. 所属分类：互联网

    • 发布日期：2020-10-23
    • 文件大小：1mb
    • 提供者：heroshine

  1. EMNLP 2020上与【知识图谱】相关论文（6篇）

  2. 本文为大家奉上EMNLP 2020必读的六篇知识图谱（Knowledge Graph）相关论文——知识图谱表示、常识、任务型对话、多语种知识库补全、开放式KG表示、社会常识推理。

  3. 所属分类：机器学习

    • 发布日期：2020-11-14
    • 文件大小：3mb
    • 提供者：syp_net

  1. 2020-CCF-杨文志-知识图谱在共享知识上的商业应用

  2. CCF，https://dl.ccf.org.cn/lecture/lectureDetail?id=5192658592499712。摘要：基于知识管理、知识共享、知识迁移等目的，对于一种标准化的知识存储方法从WordNet、Wikipedia一直到当今的知识图谱，工作未曾停歇。在传统场景下，知识图谱的构建主要是基于专家知识半自动生成的，面向的是人类的有效知识。这类知识图谱为商务上的推荐系统、推理系统提供了许多的帮助，并且为人工智能的迁移学习等应用打下了基础。除此之外，知识图谱的概念也可能更加

  3. 所属分类：机器学习

  1. CEQA:知识图谱问答系统-源码

  2. #CEQA ## CEQA是一个新的中文-质量检查系统，基于正式网络。 中文简介：通过知识图谱的Swift发展，面向知识图谱的中文领域问答系统已成为当前最新最热的研究方向之一，对于提高专业领域服务智能化程度具有较高的意义和价值。中文口语语义表达形式，不符合语法规范以及电商领域特殊性问题，提出了一套流式的中文知识图谱自动问答系统CEQA，能够更好地完成电商领域商品咨询以及统计推理等复杂问题，，特别是有效地提升了中英文混合商品名称识别，语义链接以及复杂问句的依存分析等方面的性能。 。 英文：随着知

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：958kb
    • 提供者：weixin_42097450

  1. 学习知识图谱推理的符号逻辑规则（来自MILA-唐建）

  2. 在这次演讲中，我将介绍我们在学习知识图推理逻辑规则方面的最新进展。逻辑规则在用于预测和推广到其他任务时提供了可解释，因此是学习的关键。现有的方法要么面临在大搜索空间中搜索的问题(如神经逻辑编程)，要么由于稀疏奖励而无效优化(如基于强化学习的技术)。为了解决这些局限性，本文提出了一个称为RNNLogic的概率模型。

  3. 所属分类：机器学习

    • 发布日期：2021-02-15
    • 文件大小：2mb
    • 提供者：syp_net

  1. 基于Att＿GCN模型的知识图谱推理算法（网络首发）

  2. 基于Att＿GCN模型的知识图谱推理算法（网络首发）

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：582kb
    • 提供者：weixin_38524871
« 12 3 4 »