weixin_43253562的博客

马尔克夫逻辑网络MLN（Markov Logic Network）  马尔可夫逻辑网络与贝叶斯网络有相似之处，也用于表示变量之间的依赖关系。但是，它又和贝叶斯网络有所不同。不同点：它可以表示贝叶斯网络无法表示的一些依赖关系，如循环关系。他不能表示贝叶斯网络能够表示的某些关系，如推导关系。马尔可夫性质：​   马尔可夫性质（英语：Markov property）是概率论中的一个概念，因为俄国数学家安德雷·马尔可夫得名。当一个随机过程在给定现在状态及所有过去状态情况下，其未来状态的条件概

A Survey on knowledge Graphs：Representation，Acquisition and Application主要思路全面回顾知识图谱表示学习知识图谱推理全视图分类和新分类KRL（知识图谱表示学习）知识获取知识感知应用（knowledge-aware application）相关的新进展基于Transformer的知...

论文整理：Probabilistic Logic Neural Networks for Reasoning这篇论文是将逻辑网络用到知识图谱补全任务。摘要基于原则逻辑规则的方法是***马尔可夫逻辑网络(MLN)***，它能够利用一阶逻辑的领域知识，同时处理不确定性。然而，由于复杂的图结构，多层神经网络的推理通常非常困难。与多层神经网络不同，知识图嵌入方法(如TransE、DistMult)学习有效的实体和关系嵌入进行推理，更加有效和高效。然而，他们无法利用领域知识。本文提出了概率逻辑神经网络，它结合