论文浅尝 - WWW2020 | 通过对抗学习从用户—项目交互数据中挖掘隐含的实体偏好来用于知识图谱补全任务...

最新推荐文章于 2023-10-31 11:01:29 发布
最新推荐文章于 2023-10-31 11:01:29 发布
阅读量527 收藏 4
点赞数
文章标签： 机器学习 人工智能 python 深度学习 知识图谱
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/TgqDT3gGaMdkHasLZv/article/details/113829972
版权

笔记整理 | 陈湘楠，浙江大学在读硕士。

现有的知识图谱补全方法都在试图设计全新的学习算法，来使用已知的事实信息去推理知识图谱中的潜在语义。但随着知识图谱的广泛使用，知识图谱中的许多实体对应着应用程序系统的在线项目。但知识图谱和应用程序这两种数据源具有不同的内在特征，简单的融合策略反而会影响知识图谱的性能。本文首先基于图神经网络提出一种协同表示学习算法从应用系统中的用户交互数据中挖掘其对应的实体偏好信息，之后提出一种对抗学习方法UPGAN，将学习到的实体偏好信息用于知识图谱补全任务。

本文方法概览如下：

1.协同表示学习算法

  • 学习以实体为导向的用户偏好

其中

最低0.47元/天 解锁文章
开放知识图谱
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
论文浅尝 | 用于低资源条件下知识图谱补全的关系对抗网络
开放知识图谱
03-15 1423
论文作者: 邓淑敏，浙江大学在读博士，研究方向为低资源条件下知识图谱自动化构建关键技术研究。 Ningyu Zhang, Sh...
论文浅尝 | 基于对抗学习的弱监督知识图谱对齐
开放知识图谱
09-19 908
论文笔记整理：郭凌冰，浙江大学研究助理，研究方向为知识图谱的表示学习。绝大部分现有的知识图谱对齐方法都要求足够的已对齐三元组作为监督数据，但在现实世界中，获取大量的对齐三元组的代价十分高...
对抗学习-图像生成Gan.zip
05-25
几篇gan论文。We investigate conditional adversarial networks as a general-purpose solution to image-to-image translation problems. These networks not only learn the mapping from input image to output image, but also learn a loss func- tion to train this mapping. This makes it possible to apply the same generic approach to problems that traditionally would require very different loss formulations. We demon- strate that this approach is effective at synthesizing photos from label maps, reconstructing objects from edge maps, and colorizing images, among other tasks. As a commu- nity, we no longer hand-engineer our mapping functions, and this work suggests we can achieve reasonable results without hand-engineering our loss functions either
基于生成对抗的知识图谱零样本关系学习 AAAI2020
u013602059的专栏
04-20 1859
论文来源：AAAI 2020 论文链接：https://arxiv.org/pdf/2001.02332.pdf 本文是发表在AAAI2020上的一篇基于生成对抗网络进行知识图谱零样本关系学习的文章。在知识图谱表示学习（KG Embedding）的相关工作中，会出现一些未在训练数据集中出现过的关系（即 zero-shot relations），由于relation及其相关的三元组没有在训练数据集...
斯坦福大学CS520知识图谱系列课程学习笔记：第二讲如何构建知识图谱
ngl567的博客
07-11 1012
上一讲我们学习了知识图谱的一些基本概念： 斯坦福大学CS520知识图谱系列课程学习笔记：第一讲什么是知识图谱 本节课程关于如何构建知识图谱，因为知识图谱的构建是整个知识图谱领域的一个非常核心且基础的工程，如何将现有的数据以知识图谱的数据结构建立和存储，是一个学术界和工业界都非常关心的问题。 第一位讲者主要介绍如何构建企业知识图谱，也就是如何利用企业已有的一些关系型数据库来构建图数据库，以满足更高效的知识查询和推理的能力。 数据集成需要将不同来源的数据组合起来，并向用户提供一个整体视角的数据.
论文浅尝 # ICLR 2020 - 一文全览知识图谱研究
05-09
ICLR 2020 正在进行，但总结笔记却相继出炉。我们曾对 ICLR 2020 上的趋势进行介绍，本文考虑的主题为知识图谱。
知识图谱2019年论文汇编.pdf
04-17
来自OPENKG的[论文浅尝]，内容涉及信息抽取、知识推理、知识问答、推荐系统、知识融合等多个方向，共90篇
CAI在物理教学中的浅尝.doc
09-21
计算机辅助教学（Computer Assisted Instruction，简称CAI）在物理教学中的应用，为解决传统教学中的难题提供了新的可能。物理学是一门需要深入理解和直观感受的学科，许多物理现象因为其短暂、微小、危险或者需要...
VS2005入门视频教程-093.浅尝存储过程.rar
07-09
本系列教程的课程安排参考了多本.net 1.1以及在目前的2.0新书的基础上认真编订。...也希望本教程能够帮助你更好的学习。教程出处：网易学院。学员有问题可以点这里直接咨询。作者将不定时在线回复。谢谢大家！
多媒体教学初中物理的浅尝.doc
09-21
【多媒体教学在初中物理教育中的应用】 随着信息技术的飞速发展，多媒体计算机已经逐渐成为现代教育的重要工具，尤其是在初中物理教学中，它的引入为教学带来了前所未有的变革。多媒体教学不仅提升了课堂信息量，...
EMNLP 2020上与【知识图谱补全】相关的论文（五篇）.zip
11-25
EMNLP 2020共收到有效投稿3114篇，录用602篇长文和150篇短文。近期，所有Paper list 放出，也包括（Findings of EMNLP），知识图谱补全特别是时序知识图谱补全（KGC）相关的接受paper很多，希望大家多多关注。
《中国人工智能学会通讯》——12.33 众包知识库补全方法概览
weixin_34081595的博客
09-04 214
12.33 众包知识库补全方法概览 本章介绍众包知识库补全的方法概览，如图 1所示。其基本思想包含两个部分，其一，利用多种数据源，如现有的多个知识库、Web 结构化数据等，提取知识数据，并将不同数据源的知识数据融合起来，以此补全知识库；其二，在融合的过程中有效地利用众包，通过众包模型细化出具体可供众包完成的任务，利用众包优化算法进行质量和成本的控制，以选...
知识图谱表示学习
yichudu
06-26 4397
知识图谱是一种精细化的异构网络, 所以对其节点与边的表示学习也是一个热门的问题. 这里的学习依旧是得到它们的低维稠密向量. 参考 论文transr
论文浅尝 | Rot-Pro：通过知识图谱嵌入中的投影建模关系的传递性
开放知识图谱
04-11 455
笔记整理：陈湘楠，浙江大学硕士在读。研究背景知识图嵌入模型学习知识图谱中实体和关系的表示，以预测实体之间的缺失链接（关系）。它们的有效性深受建模和推断不同关系模式（如对称、不对称、逆向、组合和传递性）的能力的影响。已经有许多工作尝试找到一种方法来统一建模这些不同的关系模式。如：TransE可以建模逆向和组成的关系模式；DistMult可以处理对称关系；以及最近提出的模型R...
多模态关键任务与应用综述（从表示到融合，从协同学习到关键技术梳理）
weixin_42455006的博客
04-18 8325
冗余性 和 互补性 是多模态各种特性存在的基础 1.双线性池化 特征融合即输入两个模态的特征向量，输出融合后的向量。最常用的方法是拼接、按位乘、按位加。有些作者认为这些简单的操作效果不如外积/叉乘得tensor，不足以建模两个模态间的复杂关系。但外积计算存在复杂度过高的问题。双线性（Bilinear）就是向量外积的计算。双线性池化（Bilinear Pooling）是对双线性融合后的特征进行池化。 例如LMF（Low-rank Multimodal Fusion），PTP (polynomialtensor
OpenKG - 小记
编码时光
05-11 807
OpenKG声明：OpenKG是公益性中立项目，在OpenKG发布的资源所有权均归资源发布机构或个人所有，资源的质量、版权、隐私保护、合法性、及更新维护均由资源发布者负责。OpenKG是 中国中文信息学会语言与知识计算专业委员会 于2015年发起和倡导的 开放知识图谱社区联盟项目。旨在推动以中文为基础的知识图谱数据的开放、互联与众包，以及知识图谱算法、工具和平台的开源开放工作。
OpenKG开源系列 | 轻量级知识图谱抽取开源工具OpenUE
开放知识图谱
11-01 9557
OpenKG地址：http://openkg.cn/tool/openueGitHub地址：https://github.com/openkg-org/openueGitee地址：http...
开源开放 | OpenKG联合蚂蚁集团发布基于SPG的知识图谱引擎——OpenSPG
最新发布
开放知识图谱
10-31 1912
2023中国计算机大会（CNCC）于10月26日在沈阳盛大召开，在CNCC第七届知识图谱技术论坛上，蚂蚁集团联合国内著名的OpenKG开放知识图谱社区，共同发布了国产工业级知识图谱语义标准OpenSPG（Open Semantic-enhanced Programmable Graph, OpenSPG）并开源，诚挚邀请业界同仁一起共建这个国产化知识图谱引擎。Github地址：https://gi...
OpenKG开源系列｜首个多模态开放知识图谱OpenRichpedia (东南大学)
开放知识图谱
08-29 1972
OpenKG地址：http://openkg.cn/dataset/richpeidaGitHub地址：https://github.com/OpenKG-ORG/OpenRichpedi...
知识图谱 transformer
08-27
知识图谱transformer是一种基于图谱结构的编码器模型，用于学习和表示知识图谱中的关系。它采用了类似于普通transformer模型的框架，但在结构上有一些差异。通过引用可以看到，知识图谱transformer的框架图与普通...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值