本文介绍了我们最近开发的方法，以解决地理数据在 Web 和机器学习应用中的数据真实性、缺乏地理和语义特性集成以及不完整表示等问题。

Feb, 2023

本文介绍了如何使用知识图谱技术代表大规模繁琐的美国和加拿大收入税合规逻辑，包括计算和规则。使用这种方法可以帮助 TurboTax 产品自动化和加速税务准备过程，同时为数百万客户带来智能化和个性化的体验，实现税务产品的转型。

Sep, 2020

介绍了知识图谱的概念和应用，比较了多个公开的知识图谱的内容、大小、覆盖范围和重叠程度，其中包括互联网巨头谷歌的知识图谱和公共数据库 DBpedia。

Mar, 2020

知识图谱是多样化知识的结构化表示方式，广泛应用于各种智能应用。本文综述了各种类型的知识图谱（静态、动态、时态和事件型）的演化以及知识提取和推理技术，并介绍了不同类型知识图谱的实际应用，包括金融分析的案例研究。最后，我们提出了关于知识工程未来方向的观点，包括将知识图谱和大型语言模型的能力结合以及知识提取、推理和表示的发展。

Oct, 2023

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

本研究论文基于最近对知识图谱（KG）和自然语言处理（NLP）的研究文献的调查，从企业环境的选定应用场景出发，探讨了这种组合所产生的协同效应。论文涵盖了 KG 构建、推理以及基于 KG 的 NLP 任务的各种方法。除了解释创新的企业用例外，我们还评估了它们在实际应用中的成熟度，并展望了未来的新兴应用领域。

Apr, 2024

使用基于知识图谱的 CityGML KG 框架，将 CityGML 本体中的概念通过声明式映射到 3DCityDB 中进行填充，从而将其中的 CityGML 数据作为一个知识图谱公开。示范了该方法的可行性，并在慕尼黑市的 CityGML 数据中集成了 OpenStreetMap 数据。

Oct, 2023

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

本论文提出了一种针对电子信息专业的自动化知识提取，可视化知识图谱构建和图形融合的框架，旨在通过探索学科交叉的热门知识概念，增强学习效率，提高学生对其专业各个概念和课程之间关系的全面理解，探索由人工智能实现的新教育范式。

May, 2023

地理知识图谱是一种新的范式，用于表示和推理地理空间信息，其基于图形数据格式为建立可管理和分析地理信息的 FAIR 环境提供了基础，并在地理和环境科学中扮演着桥接符号和子符号 GeoAI 以应对跨学科地理空间挑战的角色，同时也提出了与地理知识图谱相关的新的研究方向。

May, 2024