本文提出了第一个将程序性知识或 “技能” 集成到 Linked Data Cloud 中的框架，通过将通用技能表示为 Linked Data 和自动获取 Web 上现有资源的表示，自动生成不同知识资源之间和其他在线知识库（例如 DBpedia）之间的链接，并展示了该框架在实际场景中的应用结果及如何优于现有的基于社区驱动的手动融合工作。
Apr, 2016
本研究提出了一种语义网络构建模型 WikiLink，它可以利用维基百科的数据作为语料库，结合统计和语义权重的方法构建出高覆盖率的语义网络，并基于四种算法实现创意的启发，为概念设计的创新提供了一种思路。
Aug, 2022
该论文介绍了利用深度学习和整形规划学习从自然语言语料库中提取常识性过程知识的模型以及相关实验结果。
Sep, 2019
本论文研究了语义 Web 机器学习（SWeML）系统，评估了其特征和趋势，并提出了一个本体分类系统。结果表明，SWeML 系统应用广泛，特别是在深度学习和知识图谱技术的推动下，呈快速增长趋势。
Mar, 2023
Web of Scholars 是一个基于知识图谱的系统，它集成了最先进的挖掘技术，可用于计算机科学领域学者之间的网络搜索、挖掘和可视化复杂网络。它提供了快速、准确、智能的语义查询和强大的推荐服务，并提供一个开放 API 作为高级功能的底层架构，可用于学者进行科学分析。
Feb, 2022
本研究利用公开结构化数据、借助现有语义网络技术，实现了对训练好的人工神经网络中输入 - 输出行为的解释，并提供了实验性的概念证明。
Oct, 2017
本文介绍了我们最近开发的方法，以解决地理数据在 Web 和机器学习应用中的数据真实性、缺乏地理和语义特性集成以及不完整表示等问题。
Feb, 2023
本论文提出了一种基于认知语义学和知识图谱的语义传播框架，使用三元组来提取语义信息并进行纠错，相较于其他基准系统具有更高的数据压缩率和通信可靠性。
本论文介绍了 CogNet 知识库，它致力于整合来自 FrameNet、YAGO、Freebase、DBpedia、Wikidata 和 ConceptNet 的三种知识类型：语言知识、世界知识和常识知识，以实现不同类型知识的一致性建模。我们提出了一种三层统一的框架式表示架构，并在此基础上提出了一种混合自动标注和众包注释的策略，以将自由形式的常识知识与其他结构化知识集成。CogNet 目前集成了 1000 + 个语言语义框架，2000 万 + 个世界级实例，以及 90,000 + 个常识知识断言。这些数据可以在我们的在线平台上轻松查询和探索，并可以以 RDF 格式免费下载以在 CC-BY-SA 4.0 许可下使用。
Mar, 2021
通过集成人工智能技术，本文介绍了以知识理解和处理为重点的语义通信（SemCom）在知识学习方面的应用，尤其关注知识图谱（KGs）的利用，提出了增强型 KGs 的 SemCom 系统，并探索了在不断演化的知识库中更有效地操作的潜在方法和与大型语言模型（LLMs）进行数据增强的可能性。广泛的数值结果表明，所提出的框架在 KG 增强的解码上具有卓越的性能并展示了其在不同场景下的多功能性。
Jan, 2024