![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
知识图谱
文章平均质量分 58
饕子
我是北大信息管理系大数据管理与应用方向学生,我对人工智能、计算机视觉、计算机图形学、文本挖掘、搜索引擎、机器学习(深度学习)、计算神经科学、知识图谱、NLP等方向感兴趣。
展开
-
K-Bert:将知识图谱赋能NLP的革命之举
KBert是一种基于知识图谱的预训练语言模型,在预训练阶段将实体、关系信息融入到模型中,使其能够更好地理解文本背后的语义和丰富的知识信息。同时,在下游任务中还可以将知识库作为外部知识和约束条件来指导模型进行学习和推断,大幅提高模型的精度和效果。通过本篇文章的介绍,我们了解到了KBert的基本原理、应用场景和实现方法。KBert作为一种基于知识图谱和深度学习的语言模型,充分利用了知识库中的丰富信息,通过多任务学习和知识融合机制,提高了模型在下游任务中的表现和性能。原创 2023-07-19 20:03:17 · 240 阅读 · 0 评论 -
GraphRe学习笔记
GraphRe是一个使用图神经网络模型来解决关系抽取问题的工具,其技术和应用在知识图谱补全、实体关系抽取等领域都有着广泛的应用。本篇博客对GraphRe的背景、技术和应用进行了简单的介绍,希望能对大家在相关领域的研究和实践有所帮助。原创 2023-05-08 10:24:19 · 75 阅读 · 0 评论 -
TPLinker学习笔记
TPLinker是一款基于PyTorch的实体关系抽取工具,其技术和应用在信息抽取、文本分类和知识图谱等领域都有着广泛的应用。本篇博客对TPLinker的背景、技术和应用进行了简单的介绍,希望能对大家在相关领域的研究和实践有所帮助。原创 2023-05-08 10:23:57 · 307 阅读 · 0 评论