技术标签: 知识图谱
学习笔记,仅结合个人需求针对报告进行提炼,必有不详细的地方,欢迎评论区留言讨论
Reference:
知识图谱发展报告(2018) 前言[A]. 中国中文信息学会、语言与知识计算专委会.知识图谱发展报告(2018)[C].:中国中文信息学会,2018:8.
知识图谱以结构化的形式描述客观世界中概念、实体及其关系,将互联网的信息表达成更接近人类认知世界的形式,提供了一种更好地组织、管理和理解互联网海量信息的能力。知识图谱技术是指知识图谱建立和应用的技术,是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义 Web、数据挖掘与机器学习等方向的交叉研究。知识图谱在知识融合、语义搜索和推荐、问答和对话系统、大数据分析与决策系统中凸显出重要的应用价值。
知识工程的发展分为5
个阶段:
具有代表性的知识图谱:DBpedia,Freebase,KnowItAll,WikiTaxonomy,YAGO,BabelNet,ConceptNet,DeepDive,NELL,Probase,Wikidata,XLore,Zhishi.me
知识图谱技术分为三个部分 : 知识图谱构建技术、知识图谱查询和推理技术,以及知识图谱应用。
RDF
形式进行存储管理,对知识图谱的查询支持SPARQL
查询目前大多数知识图谱的实际存储方式都是以传统符号化的表示方法为主。大多数开放域的知识图谱都是基于语义网的表示模型进行了扩展或删改。
RDF
是最常用的符号语义表示模型。RDF的基本模型是有向标记图(Directed Labeled Graph
)。图中的每一条边对应于一个三元组(Subject
-主语,Predicate
-谓语,Object
-宾语)
依据知识图谱嵌入表示模型建模原理将基于向量的知识表示模型划分为翻译模型、组合模型、神经网络模型。
word2vec
中词汇关系的平移不变性,典型的方法包括基于向量的三角形法则和范数原理的TransE
模型,通过超平面转化或线性变换处理多元关系的TransH
、TransR
和TransD
模型,通过增加一个稀疏度参数向量解决异构多元关系的TranSparse
模型等RESCAL
、采用低秩矩阵的LFM
、采用对角矩阵的DistMult
和采用循环矩阵的HolE
SME
、采用单层非线性网络的SLM
、NTN
和MLP
,以及采用多层网络结构的NAM
Cyc
是在1984年由 Douglas Lenat 开始创建。最初的目标是要建立人类最大的常识知识库WordNet
由普林斯顿大学认识科学实验室从1985年开始开发。WordNet
的表示框架主要定义了名词、动词、形容词和副词之间的语义关系。例如名词之间的上下位关系(如:“猫科动物”是“猫”的上位词),动词之间的蕴含关系(如:“打鼾”蕴含着“睡眠”)等。WordNet3.0
已经包含超过15万个词和20万个语义关系ConceptNet
是常识知识库,库以三元组形式的关系型知识构成Freebase
基于RDF三元组模型,底层采用图数据库DBPedia
意指数据库版本的 Wikipedia,是从Wikipedia 抽取出来的链接数据集。DBPedia
采用了一个较为严格的本体,包含人、地点、音乐、电影、组织机构、物种、疾病等类定义Schema.org
是 2011 年起,由 Bing、Google、Yahoo 和 Yandex等搜索引擎公司共同支持的语义网项目WikiData
的目标是构建一个免费开放、多语言、任何人或机器都可以编辑修改的大规模链接知识库围绕知识图谱表示的一个重要的研究趋势和动态是:把符号逻辑与表示学习结合起来研究更加鲁棒、易于捕获隐含知识、易于与深度学习集成、并适应大规模知识图谱应用的新型表示框架。
人们通常以网络的形式组织知识库中的知识,网络中每个节点代表实体(人名、地名、机构名、概念等),而每条连边则代表实体间的关系。然而,基于网络形式的知识表示面临诸多挑战性难题:计算效率和数据稀疏(长尾分布)。
知识表示学习面向知识库中的实体和关系进行学习,优点包括:提升计算效率、缓解数据稀疏和实现异质信息融合。
现有知识表示学习方法无法有效地处理知识图谱中的复杂关系。这里的复杂关系定义如下。按照知识库中关系两端连接实体的数目,可以将关系划分为1-1
、1-N
、N-1
和N-N
四种类型。例如N-1
类型关系指的是,该类型关系中的一个尾实体会平均对应多个头实体,即我们将1-N
、N-1
和N-N
称为复杂关系。
现有的知识表示学习模型仅利用知识图谱的三元组结构信息进行表示学习,尚有大量与知识有关的其他信息没有得到有效利用
在知识图谱中,多步的关系路径也能够反映实体之间的语义关系。关系路径蕴含着丰富的信息。如何突破知识表示学习孤立学习每个三元组的局限性,充分考虑关系路径信息是知识表示学习的关键问题
结构表示 => 单层神经网络 => 语义匹配能量模型 => 隐变量模型 => 张量神经网络模型 => 基于矩阵分解的RESACL
此外,Bordes 等人受到词向量空间对于词汇语义与句法关系存在有趣的平移不变现象的启发,提出了TransE
模型
Trans系列模型:
TransH
模型让一个实体在不同的关系下拥有不同的表示。TransR
模型对每个三元组,首先应将实体利用矩阵投影到对应的关系空间中,然后再建立从头实体到尾实体的翻译关系。TransD
模型和TranSparse
模型对TransR 模型中的投影矩阵进行了进一步的优化。TransG
模型和KG2E
模型提出了利用高斯分布来表示知识库中的实体和关系,可以在表示过程中考虑实体和关系本身语义上的不确定性。
在融合上述信息进行知识表示学习方面,已经有一些研究工作,但总体来讲还处于起步状态。DKRL
模型提出在知识表示学习中考虑Freebase等知识库中提供的实体描述文本信息。在文本表示方面,DKRL 考虑了两种模型:一种是 CBOW,将文本中的词向量简单相加作为文本表示;一种是卷积神经网络,能够考虑文本中的词序信息。
Path-based TransE
待更
[知识图谱发展报告2018(3)——知识图谱系列]()
[知识图谱发展报告2018(4)——知识图谱系列]()
[知识图谱发展报告2018(5)——知识图谱系列]()
[知识图谱发展报告2018(6)——知识图谱系列]()
文章浏览阅读1.1k次,点赞22次,收藏23次。本文通过在SSD移动硬盘中安装win10和macos双系统,实现操作系统随身携带小慢哥的原创文章,欢迎转载目录 目标 准备工作 Step1. 清空分区,转换为GPT Step2. 安装win10 Step3. 压缩win10分区容量 Step4. 创建2个分区 Step5. 将bootcamp驱动放置到exFAT分区中 Step6. 将macos分区..._mac移动硬盘装双机系统
文章浏览阅读14次。theme: cyanosishighlight: a11y-dark前言自从上次TransmittableThreadLocal框架作者评论我之后,我重新去看了下源码,终于在这个周天,我才把TransmittableThreadLocal解决线程池变量丢失的问题搞明白,而且发现我之前的认识有问题,久久孩子我之前是觉得,InheritableThreadLocal解决父子线...
文章浏览阅读366次。 距离上一篇《Exchange 2016部署实施案例篇-02.活动目录部署篇》博文更新已经过去快一周了,最近一直在忙项目上的事情和软考,整的真心有点身心俱疲啊,最近看了下上一篇博文不知道为什么访问量一直上不去,真心有点心寒啊。希望大家能多多提出宝贵意见,看看如何能让访问量上去。 废话就不多说了,开始今天的话题,Exchange的部署篇,我原定计划是把部署篇分上、下2个篇幅来写的,但最近发现好..._解决exchange2016部署先决条件
文章浏览阅读130次。原文:REACTIVE APPS WITH MODEL-VIEW-INTENT - PART4 - INDEPENDENT UI COMPONENTS作者:Hannes Dorfmann译者:却把清梅嗅这篇博客中,我们将针对如何 如何构建独立组件 进行探讨,我将阐述为什么在我看来 父子关系会导致坏味道的代码,以及为何这种关系是没有意义的。有这样一个问题时不时涌现在我的脑海中—— MVI...
文章浏览阅读662次。https://blog.csdn.net/qq_32466233/article/details/81075288_池化层后特征图尺寸
文章浏览阅读3.3k次。一、问题说明我是用的是官方示例中的这个饼状图。结果在应用到项目中后发现利用axios请求到的数据无法渲染到页面中去。并且其中value值已经改变。二、解决办法用$set改变value的值,并且重新绘制一遍表格。$set是全局 Vue.set 的别名。$set用法:向响应式对象中添加一个属性,并确保这个新属性同样是响应式的,且触发视图更新。它必须用于向响应式对象上添加新属性,因为..._vue echart初始化渲染过后无法重新渲染
文章浏览阅读3.7k次。今天在用Dev-C++ 的时候遇到一个错误“to_string is not a member of std” error解决方法:设置编译语言为ISO C++11 在菜单栏的Tool -> Compiler Option_devc++ [error] 'to_string' is not a member of 'std
文章浏览阅读1.1k次。Python 非常易学,强大的编程语言。Python 包括高效高级的数据结构,提供简单且高效的面向对象编程。Python 的学习过程少不了 IDE 或者代码编辑器,或者集成的开发编辑器(IDE)。这些 Python 开发工具帮助开发者加快使用 Python 开发的速度,提高效率。高效的代码编辑器或者 IDE 应该会提供插件,工具等能帮助开发者高效开发的特性。这篇文章收集了一些对开发者非常有_pydea兼容的
文章浏览阅读287次。一、makestrans()格式: str.maketrans(intab,outtab);功能:用于创建字符映射的转换表,对于接受两个参数的最简单的调用方式,第一个参数是字符串,表示需要转换的字符,第二个参数也是字符串表示转换的目标。注:两个字符串的长度必须相同,为一一对应的关系。注:Python3.6中已经没有string.maketrans()了,取而代之的是内建函数:bytearray...._python maketrance
文章浏览阅读5.7k次,点赞9次,收藏14次。set集合的简介,它的特点和遍历方式。介绍了HashSet重复元素存储底层原理,LinkedHashSet,TreeSet排序方法,SortedSet获取集合值的方法_set集合
文章浏览阅读3.6k次,点赞3次,收藏29次。随着城市规模的不断扩大和现代化程度的日益提高,城市排水管网越来越复杂,一些城市相继发生大雨内涝、管线泄漏爆炸、路面塌陷等事件,严重影响了人民群众生命财产安全和城市运行秩序。因此,摸清排水管网设施资产家底、建立排水管网地理信息系统,用现代化的技术手段对排水系统进行科学管理显得迫在眉睫。以时空信息为基础,充分利用感知监测网、物联网、云计算、移动互联网、工业控制和水力模型等新一代信息技术,全方位感..._污水处理智慧管理系统案列
文章浏览阅读5.7k次,点赞4次,收藏13次。上篇在详解FAT32文件系统中介绍了FAT32文件系统存储数据的原理,这篇就来介绍下NTFS文件系统。NTFS、用过Windows系统的人都知道,它是一个很强大的文件系统,支持的功能很多,存储的原理也很复杂。目前绝大多数Windows用户都是使用NTFS文件系统,它主要以安全性和稳定性而闻名,下面是它的一些主要特点。安全性高:NTFS支持基于文件或目录的ACL,并且支持加密文件系统(E_ntfs文件系统中,磁盘上的所有数据包括源文件都是以什么的形式存储