BEKG:一个建筑环境知识图谱
本研究提出了使用 BERT 模型和条件随机场层从临床记录中提取和分析生物医学知识的端到端方法,包括自然语言处理模型用于命名实体识别和关系提取等步骤,可以用于构建医学知识图谱并用于问题解答。实验结果表明,该方法对于 505 位真实患者的生物医学非结构化临床记录的命名实体识别和关系提取的准确率分别为 90.7% 和 88%。
Apr, 2023
本文介绍了基于企业阿里巴巴集团的知识图谱的构建过程及其应用,形成了一个前所未有规模的公开业务知识图谱 OpenBG,其中覆盖了各种抽象产品和消费需求,包括精细的分类和多模态事实,并分享了 OpenBG 基准资源以及基于 OpenBG 基准的在线竞赛结果。
Sep, 2022
本文介绍了利用基于实体和关系的数据构建知识图谱的方法以及将众包方法应用于知识图谱构建,在制造业领域中建立了一个包含 65000 + 三元组的 FabKG,并展示了区分领域特定问题和基于表达式 / 公式的问题的用例。
May, 2022
提出了一种基于知识图谱和实体关系子图的文档丰富方法,通过新的组合优化问题求解算法实现了紧凑、具有代表性和相关性的 ERG,利用本体知识对 ERG 进行排序,实现了在有效丰富的同时保证了相关性和紧凑性。
May, 2020
这篇论文研究了从科学论文中构建 NLP 知识图谱的端到端构建方法,重点在提取四种类型的关系:任务和数据集之间的关系,任务和评估指标之间的关系,以及相同类型实体之间的关联关系。通过将 SciNLP-KG 框架应用于 ACL 文献库中的 30,000 篇 NLP 论文构建了一个大规模的知识图谱,可支持自动构建 NLP 领域的科学排行榜,并且实验结果表明:所得知识图谱包含高品质信息。
Jun, 2021
本文介绍了自动化构建特定查询的文档和实体知识图谱(KGs)以及使用排名系统获取相关文件和实体之间的关系的方法,重点关注代码数据集,此外,提到了使用实体反馈技术来改善文档排名效果、适应性 KG 检索算法和基于图神经网络(GNN)的加权方法等未来的研究方向和挑战。
Nov, 2022
本研究提出使用预训练语言模型来完成知识图谱,使用 KG-BERT 架构对知识图谱中的三元组进行建模,通过实验结果显示,该方法在三元组分类、链接预测和关系预测任务中均可以达到最佳表现。
Sep, 2019
知识图谱是一个基于图形的数据结构,用于表示世界的事实,其中节点表示现实世界的实体或抽象概念,边表示实体之间的关系。知识图谱嵌入通过在低维向量空间中表示实体和关系来捕捉它们之间的语义关系。本文讨论了基于翻译和神经网络的嵌入模型,它们根据语义属性、评分函数和架构的不同而有所区别,并进一步讨论了在一些使用深度学习模型和利用社交媒体数据的领域中应用知识图谱。
Apr, 2024
本论文提出一种数学知识图谱(Math-KG),通过自然语言处理技术利用百度百科和维基百科构建,旨在解决在线教育平台上的信息过载和知识跟踪问题,并提供了一个简单的应用系统进行实验验证。
May, 2022