自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 实体对齐8.IJCAI2019:(MultiKE)Multi-view Knowledge Graph Embedding for Entity Alignment

关键词:Entity names, realtions, attributes 摘要 我们研究了知识图之间基于嵌入的实体对齐问题。之前的研究主要集中在实体的关系结构上。有些还进一步合并了另一种类型的特性,比如属性,以进行细化。然而,大量的实体特征尚未被探索或没有被平等地放在一起处理,这破坏了基于嵌入的实体对齐的准确性和鲁棒性。在本文中,我们提出了一个新的框架,统一实体的多个视图来学习嵌入来实现实体对齐。具体来说,我们根据实体名称、关系和属性的视图嵌入实体,并使用几种组合策略。此外,我们设计...

2020-12-11 09:36:20 1013

原创 实体对齐7.ACL2019:(GMNN)Cross-lingual Knowledge Graph Alignment via Graph Matching Neural Network

关键词:Cross-lingualEA,GCN,GraphMatching 摘要 以往的跨语言知识图对齐研究依赖于仅从单语知识图结构信息中导出的实体嵌入,可能无法匹配在双语知识图中具有不同事实的实体。本文引入了主题实体图,一个实体的局部子图,用它们的上下文信息来表示实体。从这个角度看,知识库对齐任务可以被看作是一个图匹配问题;在此基础上我们提出了基于图注意的解决方案,该方案首先匹配两个主题实体图中的所有实体,然后联合建模局部匹配信息,得到一个图级匹配向量。 介绍 对于跨语言实...

2020-11-27 10:32:44 815

原创 实体对齐6.ACL2019:(MuGNN)Multi-Channel Graph Neural Network for Entity Alignment

摘要 实体对齐通常会遇到结构异质性和种子对齐有限的问题。本文提出了一种新的多通道图神经网络模型(MuGNN),通过多通道对两个图神经网络进行鲁棒编码来学习面向对齐的知识图谱嵌入。每个通道分别通过针对KG完成的自注意力和修剪排他实体的跨知识图谱关注的不同关系加权方案对KG进行编码,并通过池化技术将两者进一步组合。此外,还对规则知识进行了推断和传递,以一致地完成两个KG。MuGNN预计将调和KG间的结构差异,从而更好地利用种子对齐。 介绍 现有问题:结构异质性不同的KG通常差别很大,...

2020-11-13 10:32:03 1214

原创 Ubuntu16.04安装graph-tool采坑指南

最近在运行BootEA的代码时,代码中使用到了graph-tool这个工具,一开始直接使用conda安装,发现出现一堆奇怪的错误,于是上网找教程,发现这方面的教程特别少,而且基本都没啥效果,于是去了官网,发现官网倒是给出了不少安装方法我一开始用的是官网里通过packagemanagers安装的方法,但在通过秘钥下载这一步报错,大意是说密钥所验证的库里没有文件,但我直接点进秘钥链接发现文件是有的,最后也没解决这个问题,于是换了下面的方法。直接使用conda创建一个包含graph-tool...

2020-11-10 15:17:07 1105

原创 实体对齐5.ACL 2019(NMN)Neighborhood Matching Network for Entity Alignment

关键词:Neighborhood Matching,GCN,Attention 介绍 1、问题提出 实体对齐是将不同KG中具有相似含义但表现形式不同的实体匹配的一种技术。但由于KG通常是不完整的,而且不同的KG通常是异构的,因此实体对齐实现较为困难。目前比较主流有效的方法是基于嵌入的方法,基于嵌入的方法利用一组种子对齐对KG结构建模,自动学习如何将不同KG之间的等价实体映射到一个统一的向量空间中,通过测量两个实体嵌入之间的距离来实现实体对齐。 问题1:但在这个方向的绝大...

2020-11-09 10:41:30 915

原创 实体对齐4.EMNLP2018:(GCN-Align)Cross-lingual Knowledge Graph Alignment via Graph Convolutional Networks

关键词:Cross-lingual Entity Alignment,GCN,Embedding 摘要 多语言知识图谱(KG)例如DBpedia和YAGO都包含几种不同语言实体中的机构性知识,并且它们对于跨语言AI和NLP应用都是有用的资源。跨语言KG对齐是一个将实体与它们在不同语言中对应部分匹配起来的任务,这是丰富多语言KG的跨语言链接的重要途径。本文中,我们提出一种基于图卷积神经网络(GCN)的跨语言实体KG对齐的新方法。给定一个预对齐实体集合,我们的方法训练GCN来将每种语言嵌入到一..

2020-11-09 10:33:13 3822

原创 实体对齐3.IJCAI 2018:(BootEA)Bootstrapping Entity Alignment with Knowledge Graph Embedding

关键词:Embedding-based,IterativateAlignment,Alignmentediting,Bootstrapping 摘要 现有的基于嵌入的实体对齐虽然效果不错,但仍面临着缺乏足够先验对齐作为标记训练数据的挑战。在本文中,我们对于基于嵌入的实体对齐提出一种bootstrapping方法。它迭代地将可能的实体对齐标记为训练数据,用于学习面向KG的实体嵌入。此外,它采用了一种对齐编辑方法来减少迭代过程中的误差积累。 介绍 问题:虽然在过去的几年中,单...

2020-11-09 10:21:48 489

原创 实体对齐2.IJCAI 2017:(IPTransE)Iterative Entity Alignment via Joint Knowledge Embeddings

关键词:IterativeAlignment,JointEmbedding 摘要 文章指出之前的实体对齐方法通常依赖于实体的外部信息,比如Wikipedia连接,并且需要昂贵的人工构造特征来完成实体对齐。而本文提出一种利用联合知识嵌入实现实体对齐。该方法根据一个小的对齐实体种子集,将不同KG的实体和关系联合编码到一个统一的低维语义空间中。更具体地说,我们提出了一种迭代和参数共享的方法来提高对齐性能。 介绍 本文方法主要由三部分组成:(1)知识嵌入。利用基于翻译的KRL(Kno...

2020-11-09 10:09:42 1855

原创 实体对齐1.ISWC 2017:(JAPE)Cross-lingual Entity Alignment via Joint Attribute-Preserving Embedding

关键词:JointEmbedding 摘要 实体对齐是查找两个知识库(KB)中表示现实世界相同物体的实体的任务。当面对不同自然语言的知识库时,传统的跨语言实体对齐方法依靠机器翻译来消除语言障碍。这些方法经常受到语言之间翻译质量不平衡的影响。虽然最近的基于嵌入的技术在KB中对实体和关系进行编码,并且不需要机器翻译来实现跨语言实体对齐,但是还有大量的属性尚未被研究。本文提出了一种用于跨语言实体对齐的联合属性保留嵌入模型。它将两个KBs的结构共同嵌入到一个统一的向量空间中,并通过利用KB中的属...

2020-11-09 09:53:09 2289 4

原创 论文阅读|NeurIPS 2013:(TransE)Embedding Embedding for Modeling Multi-relational Data

摘要我们研究了低维向量空间中多关系数据的嵌入实体和关系问题。我们的目标是提出一个易于训练的规范模型,它将包含一组较少的参数,并且可以扩展到非常大的数据库,因此,我们提出了TransE,该方法可以将对关系的建模在低维度的实体表征空间上视为一种翻译操作。尽管它很简单,但这个假设被证明是很强大的,因为广泛的实验表明TransE在两个知识库上的的链接预测显著优于STOA方法。此外,它还在一个拥有1M个实体,25K个关系和超过17M个训练样本的大数据集上成功训练。介绍多关系数据是指节点对应于实体...

2020-11-09 09:43:49 360

原创 论文阅读|Pre-trained Models for Natural language Processing: A Survey

这篇综述是复旦大学的邱锡鹏教授对近两年的预训练语言模型(PTM)做的综述,文章比较新,边读边译,写点自己的理解。原文链接:Pre-trained Models for Natural language Processing: A SurveyPre-trained Models for Natural language Processing: A Survey摘要:最近,预训练模型(P...

2020-10-22 10:26:50 2194

原创 paramiko远程连接执行命令

两种方法,一种是shell_invoke(),另一种是execu_command();其中shell_invoke()是仿真终端,即在远程主机上开启终端,等待命令输入执行,而execu_command()则是每次只执行一条命令,执行完毕立即关闭shell通道,并还原到默认环境。例如,若想执行命令'python sum.py';使用invoke:invoke = ssh.invoke_shell()invoke.send('python sum.py\n')其中'\n'一定要写,是在命令

2020-08-11 12:32:09 535

原创 Ubuntu16.04安装MySQL5.7.30

1、使用以下命令即可进行安装,注意安装前先更新一下软件源以获得最新版本$ sudo apt-get update#更新软件源$ sudo apt-get install mysql-server#安装mysql安装过程中会提示设置root用户的密码,一次确认后即可安装完成2、启动和关闭MySQL服务器$ service mysql start$ service mysql stop3、确认是否启动成功,若mysql结点处于LISTEN状态表示启动成功$ sudo...

2020-08-11 12:28:09 378

原创 如何将csv或TXT文件直接导入MySQL

可使用loaddata方法,将大量数据由CSV文件或TXT文件直接导入MySQL数据库,具体命令如下:LOAD DATA LOCAL INFILE 'csv_file_path' INTO TABLE table_name FIELDS TERMINATED BY ',' LINES TERMINATED BY '\\r\\n' IGNORE 1 LINEScsv_file_path 指文件绝对路径table_name 指表名称FIELDS TERMINATED BY ',' 指以逗号分.

2020-08-11 12:20:55 462

原创 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: Enabling Language Representation with Knowledge Graph。文章把知识图谱(KG)应用在BERT中创建了K-BERT模型,用以解决BERT模型在专业领域表现不佳的问题,一举解决了HES和KN两大问题。K-BERT模型主要包括四部分:Kno...

2020-03-10 10:30:20 1963

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除