1. 知识图谱之深入浅出知识表示 | 简介

动机

近些年,知识图谱已经渗透到人工智能领域的各方各面,例如自然语言处理(知识图谱+Bert)、计算机视觉(Zero-shot learning)、智慧医疗(2020最新文章使用知识图谱处理睡眠阶段分类问题)。为了将知识图谱能够转化为计算机能够处理的数据格式,需要学习知识图谱中每个结点的向量表示,该任务也是大部分下流任务的前提。本专栏将对大量知识图谱的表示算法进行整理和总结,主要涵盖内容如下:

算法:TransE,TransH,TransR,TransD,RotatE等。

具体内容:算法的基本概念、评价函数、代码实现。

接下来,本节将对知识图谱的一些基本概念和用途进行讲解,以便后续内容的顺利进行。

什么是知识图谱?

官方定义:知识图谱是一种基于图的数据结构,由节点(point)和边(Edge)组成,每个节点表示一个“实体”,每条边为实体与实体之间的“关系”,知识图谱本质上是语义网络。

实体:指的是现实世界中的事物,比如人物、单位、地点、手机号码等;

关系:指的是不同实体之间的关系,比如朋友、同事、就职于等。

  • 2
    点赞
  • 2
    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