文章目录
写在前面:
本系列文是笔者在阅读人工智能、自然语言处理、知识图谱等相关书籍的过程中,结合导图所做的笔记梳理。
- 本文源自:2022年《知识图谱发展报告》by 中国中文信息学会、语言与知识计算专委会
- 梳理内容:第二章 知识表示学习
- 本文写于:2022年9月12日~14日
报告框架:
第二章 知识表示学习
一. 任务定义、目标和研究意义
导图
二. 研究内容和关键科学问题
对知识表示学习中的 ① 复杂关系建模、② 多源信息融合、③ 关系路径建模、④ 时序信息建模、⑤ 模型知识增强五个方面内容展开介绍
导图
三. 技术方法和研究现状
本节将围绕知识表示学习中关键科学问题对于相关技术研究进展进行介绍
1、复杂关系建模
导图
2、多源信息融合
导图
3、关系路径建模
导图
4、时序信息建模
导图
5、模型知识增强
导图
6、知识表示学习开源工具
导图
7、测试基准数据集
导图
四. 技术展望与发展趋势
导图