Knowledge Graphs: Opportunities and Challenges论文小白综述笔记|KG-知识图谱|LLM-大模型

论文信息

标题:Knowledge Graphs: Opportunities and Challenges

作者:Ciyuan Peng,Feng Xia, Mehdi Naseriparsa and Francesco Osborne

期刊:Artificial Intelligence Review

等级:Q1

背景

随着人工智能和大数据的发展,组织和管理大数据变得重要。

本文主要讲述了知识图谱的主要应用,以及各项技术和面临的挑战。

研究内容

image.png

研究方向

知识图谱嵌入(Knowledge Graph Embedding)

将知识图谱映射到低维空间。

常用的方法:

  • 基于张量分解
  • 基于平移
  • 基于神级网络
知识图谱获取(Knowledge Acquisition)

对知识图谱进行建模和构造。

常用的方法:

  • 关系提取
  • 实体提取
  • 属性提取(与实体提取类似)
知识
  • 23
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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