- 博客(6)
- 收藏
- 关注
RSS订阅原创 论文阅读笔记：A Survey on Knowledge Graph-Based Recommender Systems
论文阅读笔记：A Survey on Knowledge Graph-Based Recommender Systems一、Abstract二、Introduction2.1. Collaborative Filtering：2.2. Content-based Filtering：2.3. Hybrid Method：三、知识图谱推荐系统的3种方法：3.1 Embedding-based Methods3.2 Path-based Methods3.3 Unified Methods原文： A Surv
2020-11-17 21:25:06
1861
1
原创 Knowledge Graph&GNN&Recommender System
[Knowledge Graph & GNN & Recommender System]1. A Survey on Knowledge Graph-Based Recommender Systems2. Graph Learning Approaches to Recommender Systems: A Review3. Deep Learning on Knowledge Graph for RecommenderSystem: A Survey要读的三篇有关Knowledge Gr
2020-11-16 21:51:35
641
原创 CCKS2020笔记-2
Representation Learning on Knowledge Graphs:From Shallow Embedding to Graph Neural Networks - Yizhou Sun - UCLApart 1:Shallow knowledge graph embeddingknowledge graph:example of KG:Applications of KGs:Knowledge graph embedding:TransE: (2013)DistMult:（ICLR'
2020-11-14 22:00:43
733
原创 CCKS2020笔记
推进语言模型的前沿研究CCKS2020-推进语言模型的前沿研究 - 李航 - 字节跳动past:n-gram马尔可夫present：预训练模型：RNNTransformerGPT：链式法则Bert：bidirectional language model 、mask 模型更复杂，表示能力更强，应用在语言理解任务里。they work：1、Soft-mask Bert 中文错别字纠正检测能力：GRU纠错能力：Bert2、AMBERT(a multi-grained bert
2020-11-14 11:29:16
1517
原创 基于知识图的推荐
基于知识图的推荐阅读论文：Graph Learning Approaches to Recommender Systems: A ReviewarXiv:2004.11718摘要近年来，基于图学习的推荐系统（GLRS）得到了迅速的发展。GLRS主要采用先进的图学习方法，对推荐系统（RS）中用户的偏好、意图、项目特征和流行程度进行建模。与传统的RS（包括基于内容的过滤和协同过滤）不同，GLRS建立在简单或复杂的图形上，其中各种对象（例如用户、项目和属性）是显式或隐式连接的。随着图学习技术的迅速发展，
2020-11-12 22:08:37
257
原创 python：jieba分词+词性标注
python：jieba分词+词性标注python：jieba分词+词性标注处理数据jieba分词导入相关包创建停用词jieba.cut分词进行词性标注文件读取写入python：jieba分词+词性标注做实验室的一个项目，暂时要做的内容：对文本数据作摘要（<8）。处理数据首先观察文本数据，我们需要截取符号<SEP 之前的文本。f = open("cut.txt",'r',encoding='utf-8')f1 = open("cut_result.txt",'w',encoding
2020-11-10 15:21:09
10164
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人