Nov, 2023

迈向知识图谱模式收集、分析和嵌入的网关

PDF
TL;DRLiveSchema 是一个旨在利用现有的本体论和知识图谱等关系数据资源的网关，并提供了聚合其他源目录和仓库、查询、转换为概念分析矩阵以及生成模型和张量的功能。
knowledge graphsdataliveschemacatalogsrelational data
发现论文，激发创造
  • LiveSchema: 以知识图谱模式为学习目标的网关

    该论文介绍了 LiveSchema 举措，即提供一系列服务以轻松访问、分析、转换和利用知识图谱模式，以促进机器学习方式下对这些资源的重复利用。

    Jul, 2022

  • 基于查询的知识图谱工业分析与本体重塑

    该研究提出了一个本体重塑方法，将本体转化为更好地反映底层数据并帮助构建更好的知识图谱的知识图谱模式，从而解决工业分析中的低质量知识图谱可能带来的问题，由此提高了 SPARQL 查询的训练效率和知识图谱的可扩展性。

    Sep, 2022

  • 可适应架构的知识图谱构建

    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

  • 将图形模式作为传递学习、推理和规划的抽象

    本研究提出基于模式的抽象模型，该模型的经验可用于迅速的迁移学习、推理和规划，利用潜在的图结构将已有的经验转化为知识，通过学习、匹配和重用图模式实现快速的任务解决，并在导航等更具挑战性的环境中进行演示。

    Feb, 2023

  • 构建和服务大型开放领域知识图谱

    本文介绍了基于领域知识图谱的 Saga 平台，包括训练知识图谱嵌入和创建语义注释服务，以及使用注释 Web 文档来驱动开放领域知识抽取。同时，我们还描述了构建和处理个人知识的平台适应。

    May, 2023

  • VisionKG：通过知识图谱释放视觉数据集的力量

    我们提出了一种基于知识图谱和语义网络技术的 Vision Knowledge Graph（VisionKG），用于链接、组织和管理具有异构特征的视觉数据集，提供简单访问和查询不同格式和分类法的最新视觉数据集，增强语义丰富性并通过 SPARQL 提供多种数据检索与探索服务，集成了 30 个数据集和四个流行 CV 任务，展示了在 CV 流程中的多种应用场景。

    Sep, 2023

  • ML-Schema: 用 Schema 和本体揭示机器学习的语义

    本文提出了 ML-Schema，这是一个用于表示和交换机器学习算法、数据集和实验信息的顶级本体和规范，通过这一规范，或许能够实现更好的可解释性和实验的完全互操作性。

    Jul, 2018

  • SMiLE：基于模式增强的多级对比学习用于知识图谱链接预测

    文章介绍了一种基于模式约束的多级对比学习方法 (SMiLE)。实验结果表明该方法能有效地进行知识图谱中的链接预测，并比现有技术取得更好的效果。

    Oct, 2022

  • 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

  • 将知识图谱创建扩展到大规模和异构数据源

    本研究提出了一种自动生成 RDF 知识图谱的方法，使用 RDF Mapping Language 制定映射断言并实现优化的部署计划，以提高 RML 兼容引擎的性能。

    Jan, 2022