RNA-KG 是一个包含来自 50 多个公共数据库的 RNAs 的生物知识图谱,集成了与基因、蛋白质和化学物质的功能关系以及本体论基础的生物医学概念;通过利用基于实例的语义抽象知识模型生成 RNA-KG,并对其进行拓扑分析,RNA-KG 可以被直接探索、可视化,或通过计算方法推断其异质节点和边缘中的生物医学知识。
Nov, 2023
开发了一个基于领域知识图谱和语义推理的癌症特定生物标志物发现和交互式问答系统,使用生物医学数据、领域本体论、信息提取方法以及大型语言模型进行知识图谱的构建和更新。
Oct, 2023
本文提出一种基于星形本体的端到端表示学习框架,从结构化和非结构化数据中提取面向实体的知识图谱,采用图神经网络创建紧凑的图形表示,并利用研究结果进行再入院预测。
May, 2023
本文描述了如何构建一个特定领域的知识图谱,以帮助癌症生物标志物的发现和查询,并使用语义技术和信息抽取方法集成相关领域的知识和数据,提供交互式解释和问题回答。
Feb, 2023
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
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。
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
本文介绍了一种基于知识图谱的问答系统,采取了一种新型的深度学习架构和端到端变分学习算法,可以同时处理问题中的噪声和多跳推理,在最新的基准数据集中取得了最优表现。
Sep, 2017
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
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。