知识图谱
文章平均质量分 92
知识图谱相关论文
六娃_lw
人生碌碌,竟短论长,却不道荣枯有数,得失难量。
展开
-
论文简读-MultiKE-《Multi-view Knowledge Graph Embedding for Entity Alignment》
1. 动机与贡献1.1. 动机知识图谱的特征有许多,包括结构信息、实体属性、实体名称及描述等。目前的实体对齐方法仅仅只利用了其中部分特征,没有将这些特征全部利用起来。将所有特征有效利用起来能够提高模型的准确率和稳定性。对齐任务往往需要种子实体对作为正样本,但是种子实体对的获取成本高导致其数量少。事实上,从多种特征中学习实体的嵌入能够自动补货对齐特征并且减轻对种子实体对的依赖。1.2. 贡献 \,\,\,\,\,\,\,\,\,\,从以上两个动机出发,作者提出MultiKE方.原创 2020-08-24 18:12:46 · 1528 阅读 · 0 评论 -
论文简读-BERT-INT-《 A BERT-based Interaction Model For Knowledge Graph Alignment》
论文简读-BERT-INT-《 A BERT-based Interaction Model For Knowledge Graph Alignment》IJCAI 20201. 动机(1). 在实体对齐任务中,知识图谱的side information(边缘信息:包括名称、描述和属性)比structural information(结构信息:知识图谱的图结构)更有用。(2). 由于知识图谱的异构性,对齐的实体往往不具有2. 方法3. 实验...原创 2020-08-23 17:00:31 · 2712 阅读 · 13 评论 -
论文简读-BootEA-《Bootstrapping Entity Alignment with Knowledge Graph Embedding》
BootEA论文简读《Bootstrapping Entity Alignment with Knowledge Graph Embedding》引用:Zequn Sun, Wei Hu, Qingheng Zhang, and Yuzhong Qu. 2018. Bootstrapping entity alignment with knowledge graph embedding. In Proceedings of the 27th International Joint Conference o原创 2020-08-12 22:28:52 · 1722 阅读 · 0 评论 -
论文简读-COTSAE-《COTSAE: CO-Training of Structure and Attribute Embeddings for Entity Alignment》
COTSAE: CO-Training of Structure and Attribute Embeddings for Entity Alignment1. 摘要实体对齐是知识图构建和融合中的一项基本而重要的任务。以往的工作主要是通过学习关系三元组上的实体嵌入(entity embeddings)和预先对齐的种子实体来获取实体的结构语义(structural semantic)。有些工作还试图合并属性信息来帮助细化实体嵌入。然而,在实体对齐中仍存在许多未考虑到的问题,极大地限制了属性信息的利用。不同原创 2020-06-19 23:46:42 · 1132 阅读 · 5 评论 -
论文简读-TransE-《Translating Embeddings for Modeling Multi-relational Data》
TransE: Translating Embeddings for Modeling Multi-relational Data1. introduction本文研究的是将知识图谱中实体和关系嵌入(embedding)至低维向量空间的问题,提出了名为TransE的实体与关系表示方法,该方法将实体与实体的关系看成是翻译操作。2. Translation-based model给出一个知识图谱中的三元组(h,r,t)(h, r, t)(h,r,t),其中h,t∈E,r∈Rh,t \in E, r \原创 2020-06-08 13:53:40 · 635 阅读 · 0 评论