path ranking 算法详解.pdf-资料库

Path Ranking Algorithm 李晶阳 2018 年 10 月 21 日 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 / 12

前言 ▶ 知识表示：将现实世界中的各类知识表达成计算机可存储和计算的结构。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 / 12

前言 ▶ 知识表示：将现实世界中的各类知识表达成计算机可存储和计算的结构。 ▶ 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。本体 O = fC; H; P; A; Ig；谷歌 2012。Freebase，Yago，DBpedia，NELL。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 / 12

前言 ▶ 知识表示：将现实世界中的各类知识表达成计算机可存储和计算的结构。 ▶ 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。本体 O = fC; H; P; A; Ig；谷歌 2012。Freebase，Yago，DBpedia，NELL。 ▶ 问题： 1. 知识图谱的不完备性：关系缺失，属性缺失； 2. 存在错误的关系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 / 12

前言 ▶ 知识表示：将现实世界中的各类知识表达成计算机可存储和计算的结构。 ▶ 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。本体 O = fC; H; P; A; Ig；谷歌 2012。Freebase，Yago，DBpedia，NELL。 ▶ 问题： 1. 知识图谱的不完备性：关系缺失，属性缺失； 2. 存在错误的关系 ▶ 知识推理 (Knowledge Graph Reasoning)：从给定的知识图谱推导出新的实体与实体之间的关系，又称为知识图谱补全 (Knowledge Graph Completion) 资料来源: 201808 知识图谱发展报告 2018(CIPS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 / 12

知识图谱补全 ▶ (Query Answering)(e1; r?; e2) 和 (Fact Prediction) (e1; r; ?) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 / 12

知识图谱补全 ▶ (Query Answering)(e1; r?; e2) 和 (Fact Prediction) (e1; r; ?) ▶ 基于表示学习的方法：将知识图谱中的实体与关系统一映射到低维连续向量空间，以此来刻画潜在语义特征，如 TransE 等 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 / 12

基于图特征的方法 ▶ 基于图特征的方法：利用从知识图谱中观察到的图特征来预测一条可能存在的边。 Path Ranking Algorithm(2010), DeepPath(2017), Variational Knowledge Graph Reasoning(2018) 等 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 / 12

资料库

path ranking 算法详解.pdf

相关推荐

人工智能

热门标签

最新资料