Sep, 2023

UniKG: 大规模知识图谱的基准和通用嵌入

PDF
TL;DR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。
irregular dataheterogeneous graphsknowledge mininglarge-scale datasetmulti-hop aggregation
发现论文，激发创造
  • 通用知识图谱嵌入

    从大规模互连的知识源中融合大型知识图谱，以学习通用知识图谱嵌入向量，使得这些嵌入能够在多个知识图谱中进行语义搜索和实体对齐，从而提高链接预测的语义表示能力。

    Oct, 2023

  • AceKG: 学术数据挖掘的大规模知识图谱

    本文介绍一个新的大规模学术知识图谱 AceKG，描述了包括论文、作者、领域、期刊和研究机构等知识三十一亿三千万条，通过实体对齐和规则推理等得以丰富；并通过构建基于 AceKG 的数据挖掘评测数据集，评估了知识嵌入和网络表示学习等多样化技术。

    Jul, 2018

  • CompanyKG：用于公司相似度计算的大规模异构图

    本研究提出并发表了一种名为 CompanyKG 的知识图谱，用于代表和学习各种公司特征和关系，以便对公司相似性进行细粒度的量化，为此我们设计并编制了三个评估任务，包括相似性预测、竞争者检索和相似性排名，并提供了可复制的预测方法来进行广泛的基准测试。

    Jun, 2023

  • UUKG：面向城市时空预测的统一城市知识图谱数据集

    本文介绍了 UUKG，即用于知识增强的城市时空预测的统一城市知识图谱数据集。通过构建 UrbanKGs 并分析其中的高阶结构模式，文章实现了对城市空间时间预测的知识增强，并展示了知识增强模型与不同任务场景下城市知识图谱嵌入方法的潜在联系，其公开的数据集和源代码可在此 https URL 获取。

    Jun, 2023

  • UniKGQA：基于知识图谱的多跳问答统一检索与推理

    UniKGQA 是一种新的多跳知识图谱问答方法，通过统一检索和推理模型架构和参数学习，基于预训练语言模型的语义匹配模块和匹配信息传播模块进行问题与关系的语义匹配，采用共同的预训练任务和检索以及推理定向的微调策略。

    Dec, 2022

  • EDUKG: 一种异构可持续的 K-12 教育知识图谱

    该论文提出了一种异构的、可持续的 K-12 教育知识图谱 EDUKG, 其中包含了一个交叉学科的本体论、一种从教科书中提取事实知识的方法以及一种通用的实体链接系统。EDUKG 已经发布并且包含超过 2.52 亿个实体和 38.6 亿个三元组。

    Oct, 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

  • 多视角知识图谱嵌入用于实体对齐

    本研究提出一种新颖的框架，通过利用实体的多个视角来学习实体嵌入，从而增强知识图谱之间的嵌入式实体对齐，并在真实数据集上验证实验证明，该框架显著优于现有的嵌入式实体对齐方法。

    Jun, 2019

  • 知识图谱查询

    本篇论文探讨了知识图谱的构建与查询，结合深度学习、信息检索和自然语言处理等学科展开研究，提出了一些新的挑战和机会。

    May, 2023

  • BioBLP: 多模态生物医学知识图谱学习的模块化框架

    提出了一种用于学习具有实体属性的知识图谱嵌入的模块化框架，其中模块可以对不同模态的属性数据进行编码，并且支持具有缺失属性的实体。在使用包含大约两百万三元组的生物医学 KG 进行训练和评估时，发现在给定低程度实体的情况下，与不考虑属性数据的基准方法相比，该方法在药物 - 蛋白质相互作用预测任务中的表现较好。

    Jun, 2023