该论文介绍了应用概念知识图谱进行用户下一步意图预测的技术。我们在支付宝的 Web 上部署了该系统，服务于超过 1 亿日活用户。为了明确用户的意图，我们提出了 AlipayKG，这是一个离线的概念知识图谱，在生活服务领域建模用户的历史行为、用户交互的丰富内容以及它们之间的关系。我们进一步介绍了一种基于 Transformer 的模型，它将知识图谱中的专家规则与在线用户的下一个意图进行推断相结合。实验结果表明，该系统可以有效提高下游任务的性能，同时保持可解释性。

Jan, 2023

本文针对社交媒体上的文本片段难以准确表达主题这一问题，提出了一种基于 TAG 概念匹配数据集和概念图的图图匹配方法，该方法在利用概念图结构和句法依赖解析中的语义单元逻辑交互方面表现出更好的抽象和概括性能。

Oct, 2021

基于概念的可解释人工智能利用经验性定义的概念和通用知识图谱，为用户提供个性化的解释方式，并通过基于经验概念数据集的概念激活向量和概念激活区域方法来提供稳健准确的解释。

Apr, 2024

本文提出了一种名为 CKG 的动态表示方法，利用外部知识图谱中的实体信息来提高语言句子的正确语义，实验表明，CKG 在多项任务中达到了最优结果。

Dec, 2022

基于语义图的反事实解释方法使用类探测模型和图嵌入来提供更具描述性、准确性和与人类对齐性的解释，实验结果表明其在视觉领域的超越性能。

Mar, 2024

本文提出了一种基于 AQG（一种统一的图形文法）的端到端模型，由高级解码生成用于约束搜索空间的 AQG 和底级解码构造查询图，旨在优化查询图构建过程，提高在复杂 KGQA 基准测试中的表现。

Nov, 2021

该论文提出了一个名为 “AliCoCo” 的大规模电子商务认知概念网络，该网络是在全球最大的中国电子商务平台 —— 阿里巴巴上实践的，旨在理解电子商务中的用户需求，构建一个半自动化的网络，并描述了它在电子商务中的成功运用和潜在应用。

Mar, 2020

本文介绍了 ConcepT 在 Tencent QQ 浏览器中的实现和部署经验，该算法从大量的用户查询和交互搜索点击日志中挖掘用户中心概念，并用于文档标签和主题 - 概念 - 实例分类法，从而提高了搜索和新闻推荐的效率。在线 A/B 测试的结果表明，在将用户中心概念纳入 Tencent QQ 浏览器的推荐框架后，新闻推荐的印象效率提高了 6.01％。

May, 2019

提出了一种自适应架构的知识图谱构建方法，可以在动态变化的架构图中提取实体、关系、事件，并通过基准测试和实验结果证明其有效性。

May, 2023

本文提出语义知识图谱（SKG）来集成抽象和其他元信息中的语义概念以表示语料库，并利用半监督流程进行实体抽取和实体标准化，以及设计了一个数据流系统来展示如何灵活和交互地进行各种语义查询。最后，在可视化文献的基础上进行研究并提供现实世界的用例来展示 SKG 的有用性。

Jun, 2023