Jul, 2022

$μ\text {KG}$: 适用于多源知识图谱嵌入与应用的库

PDF
TL;DR这篇论文介绍了一个名为 μKG 的 Python 开源库，用于知识图谱的表示学习，可以支持多源知识图谱的联合表示学习（和单个知识图谱），多个深度学习库（PyTorch 和 TensorFlow2），多种嵌入任务（链接预测，实体对齐，实体类型和多源链接预测）以及多种并行计算模式（多进程和多 GPU 计算），还实现了 26 种常用的知识图谱嵌入模型和 16 个基准数据集的支持，可以广泛应用于各种建模任务。
发现论文，激发创造
  • LambdaKG：一种基于预训练语言模型的知识图谱嵌入库

    本文介绍了 LambdaKG，一个使用多个预训练语言模型（如 BERT，BART，T5 和 GPT-3）为基础的 KGE 库，为知识图谱完成、问题回答、推荐和知识探测等提供支持，已在公共开源平台上发布，并具有长期维护。

    Oct, 2022

  • NeuralKG: 一个用于多元化知识图谱表示学习的开源库

    NeuralKG 是一个开源的 Python 库，用于知识图谱的多样化表征学习，实现了三种不同系列的知识图嵌入方法，包括传统的 KGE、基于图神经网络的 KGE 和基于规则的 KGE，通过实验在基准数据集上成功重现这些方法的链接预测结果，并提供了高度可配置的模块，方便用户自定义设计模型，优化训练方法。

    Feb, 2022

  • 多模态知识图谱

    MMKG 是一个包含数字特征和图像链接的三个知识图谱集合，可以帮助多重关系链接预测和实体匹配社区，并且具有潜力促进知识图谱的新型多模态学习方法的发展。我们通过大量实验验证了 MMKG 在同 As 链接预测任务中的效用，并显示出多元特征类型学习对这一任务的益处。

    Mar, 2019

  • 为语言模型赋予多模态知识图谱表达

    本文提出使用外部知识图谱作为存储知识，并使用密集索引来检索以提高自然语言理解模型的参数效率，并通过两项下游任务证明了学习到的实体表示的实用性。

    Jun, 2022

  • UniKG: 大规模知识图谱的基准和通用嵌入

    通过构建大规模异构图数据集 UniKG 并采用语义对齐策略和异质图传播模块 (APM) 实现多属性实体的高效信息传播和多跳聚合，该方法在 UniKG 数据集上进行基于节点分类的评估，扩展了大规模均匀图研究方法在异构图上的应用。

    Sep, 2023

  • 多源知识图谱上基于联合预训练和本地微调的可迁移表征学习

    本文提出了 “联合预训练和本地重新训练” 框架，用于学习和应用多源知识图谱嵌入。旨在利用不同的知识图谱，改善知识图谱嵌入和下游任务。通过实体对齐构建链接的子图，通过三级知识蒸馏进行重新训练，实现知识的传递，生成更具表现力的嵌入。该框架在广泛实验中证明了其有效性和效率。

    Jun, 2023

  • Pykg2vec: 一个用于知识图谱嵌入的 Python 库

    Pykg2vec 是专门用于学习知识图谱中实体和关系的表示的开源 Python 库，采用灵活、模块化的软件架构，实现了 16 种最先进的知识图嵌入算法，并且易于集成新算法。它基于 TensorFlow 和 Python 的多进程框架构建，在批生成、贝叶斯超参数优化、均值排名评估、嵌入和结果可视化方面提供了各种模块。

    Jun, 2019

  • TorchKGE: Python 和 PyTorch 中的知识图谱嵌入

    TorchKGE 是一个基于 PyTorch 的知识图谱嵌入 Python 模块。它的主要特点是快速的链接预测任务的评估模块，以及各种各样的嵌入模型，具有代码高效性和清晰性，按照 BSD 许可证进行分发。

    Sep, 2020

  • 知识图谱应用于多模态学习：综述

    本综述对 300 篇以上的文章进行了仔细审查，重点关注了两个主要方面的知识图谱 (KG) 相关研究，即 KG 驱动的多模式学习和多模式知识图谱 (MMKG)，通过定义 KG 和 MMKG，探讨了它们的构建进展，以及 KG 驱动的多模式学习任务和 MMKG 任务，为相关研究提供了定义、评估基准和关键见解，最后讨论了当前的挑战和新兴趋势，如大型语言模型和多模式预训练策略的进展。本综述旨在作为 KG 和多模式学习研究领域的全面参考，为已经参与或考虑进行 KG 和多模式学习研究的研究人员提供洞察力，支持未来的工作。

    Feb, 2024

  • 基于上下文和知识图谱的动态表示

    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