知识图谱
文章平均质量分 53
码皇巅峰
这个人很懒,但是工作一定很忙
展开
-
基于知识图谱的图神经网络预测药物与药物相互作用
药物间相互作用(DDI)预测是药理学和临床应用中一个具有挑战性的问题,在临床试验期间,有效识别潜在的DDI对患者和社会至关重要。 药物间的相互作用(DDI)? 答案:药物间的相互作用(DDI)是指同时或先后服用两种或两种以上药物时,药物之间所产生的相互作用,而该相互作用可能会导致意想不到的副作用。举个例子,在日常生活中,某人因睡眠不佳,服用了助眠药物,比如镇定剂。与此同时他又出现了过敏反应,需要服用治疗过敏的药物,比如抗组胺药。当两种药物混合服用,就可能会减缓大脑的反应。如果此人是从事车辆驾驶或者机械操作等原创 2021-02-18 15:01:14 · 1727 阅读 · 0 评论 -
2021年全国知识图谱与语义计算大会
第十五届全国知识图谱与语义计算大会 第十五届全国知识图谱与语义计算大会(CCKS: China Conference on Knowledge Graph and Semantic Computing)由中国中文信息学会语言与知识计算专业委员会主办。全国知识图谱与语义计算大会源自中文知识图谱研讨会the Chinese Knowledge Graph Symposium (CKGS)和中国语义互联网与Web科学大会Chinese Semantic Web and Web Science Conference原创 2021-02-07 18:02:53 · 494 阅读 · 1 评论 -
基于知识图谱的推荐系统场景应用与前景解读
基于知识图谱的推荐系统场景应用与前景解读 一:基于知识图谱的推荐系统- 1.辅助系统做出精准的推荐 结合推荐系统中用户与物品的交互数据,扩展用户和物品间的隐藏连通关系,从而更精准地建模用户偏好,提高推荐效果 2.阐述了知识图谱如何给推荐结果提供可解释性,并总结了不同技术手段 二:知识图谱的利用方式 1.基于嵌入的方法 方式:利用知识图谱中丰富的语义关系,来丰富物品,用户的表征。 思路: @_One:图嵌入模块,可以学习知识图谱中实体和关系的表征 思路:@_two:和推荐模块,以建模用户对物品的偏好 重要侧重原创 2021-02-07 18:01:41 · 930 阅读 · 0 评论 -
多关系知识图谱表示学习
多关系知识图谱表示学习 1.异质知识图谱研究的对象便是如何处理多关系知识图谱? 个人理解:多relation知识图谱中modeling在做node表征时需要充分考虑relation,也就是边对于实体表征的作用 2.如何合理充分结合node and relation信息提高表征能力? **answer:**RGCN是一个messages-passing[消息传递]=框架 [R-GCN–Modeling Relation data with Graph Convolution networks] RGCN是专门原创 2021-02-07 17:57:45 · 366 阅读 · 0 评论 -
知识图谱预训练数据转化(附源码)
#encoding : utf8 import json with open(r’name’,‘r’,encoding=‘utf8’) as fr: with open(r’name1.txt’,‘a’,encoding=‘utf8’) as fw: for line in fr: data = line.split(’\t’) if(len(data) == 6): train_data = dict() train_data[‘entity1Pos’] = data[0].strip() train_d原创 2021-02-07 17:54:28 · 233 阅读 · 1 评论