知识图谱
洛小李
阳光大好,出去走走
展开
-
浅谈知识表示之语义网络、RDF和OWL
语义网络提出者M. Ross Quillian 和 Robert F. Simmons 1968Principles of Semantic Networks: Exploration in the Representation of Knowledge, Morgan Kaufmann Publishers, INC. San Mateo, California, 1991.定...原创 2019-11-29 10:25:51 · 1524 阅读 · 0 评论 -
关系抽取综述
知识图谱之关系抽取1 概述知识图谱将知识以图的形式表示,用图的节点来表示概念和实体,用边来表示关系和属性,从而将事物用更小的粒度进行表示和连接,用这种基于符号和方式来表示概念和概念之间的关联关系。从上面的概念可以看出,知识图谱是由实体、属性和关系三部分构成。而实体抽取技术有经典的BiLSTM+CRF的模型已经能够取得很好地效果,属性和关系抽取则成为知识图谱构建体系当中最重要的部分了,对...原创 2020-03-23 15:48:32 · 2000 阅读 · 1 评论 -
知识融合
研究背景知识数量的提升,使得各个垂直领域都形成了专业领域的知识图谱,或者同一领域也存在多个重叠的知识图谱。不同机构,个人可以自由构建所需知识图图谱,各个知识图谱的数据来源非常广泛,存在质量参差不齐,跨领域问题。知识融合是指将这些知识库联合起来实现知识的互补,扩大知识库规模,满足用户跨领域的信息需求定义通过对多个相关知识库的对齐、关联、合并,使其成为一个有机整体,是一种提供更全面知识...原创 2019-04-17 19:30:34 · 3170 阅读 · 0 评论 -
实体对齐调研综述
研究背景概述一般来说,由于自然语言存在较多的一词多义(相同的实体指称在不同的上下文中可以指向知识库中的不同实体)或多词一义(知识库中的相同实体在文本中有不同的指称)的现象,实体识别的结果很难直接加入到知识图谱当中。必须要对实体识别的结果进行消歧,才能带到无歧义的实体信息。应用领域知识图谱构建(实体识别)、信息检索、问答系统等任务分类一般来说,实体消歧系统可以按照目标实体是否给定分为基于聚...原创 2019-04-19 20:27:48 · 3917 阅读 · 0 评论 -
实体消歧
研究背景概述一般来说,由于自然语言存在较多的一词多义(相同的实体指称在不同的上下文中可以指向知识库中的不同实体)或多词一义(知识库中的同一个实体在文本中有不同的指称)的现象,实体识别的结果很难直接加入到知识图谱当中。必须要对实体识别的结果进行消歧,才能带到无歧义的实体信息。应用领域知识图谱构建(实体识别)、信息检索、问答系统等任务分类一般来说,实体消歧系统可以按照目标实体...原创 2019-04-19 20:38:20 · 3581 阅读 · 0 评论 -
基于深度强化学习的远程关系抽取模型
远程监督的关系抽取传统关系抽取关系抽取是知识图谱构建的关键模块之一,同时它也是许多自然语言处理应用的重要组成部分,诸如情感分析、问答系统和自动摘要等。其核心任务是预测句子中实体间的关系。关系抽取是实体识别基础上的一个知识抽取任务,核心是判断句子中包含的实体对之间的关系。通常将关系抽取任务转化为分类任务,即通过训练关系分类器,对句子的实体对进行关系分类。基本定义关系抽取:从一个句...原创 2019-04-29 14:20:22 · 1249 阅读 · 0 评论