公众号 系统之神与我同在知识图谱 in 4Paradigm标准化知识图谱构建风险传导分析案例认知智能是人工智能发展的高阶形态知识图谱：AI的大脑·一种大规模语义网络·一种结构化语义知识库·通过不同知识的关联性形成的网状知识结构·结点代表实体（entity）或者概念（concept）·边代表实体/概念之间的各种语义关系·基本组成单位是“实体-关系-实体”或“实体-属性-属性值”三元组知识图谱视角及用

对近几年推荐系统(Recommendation System)领域结合Knowledge Graph Embedding (知识图谱表示学习) 或者 Network Embedding(网络表示)的几篇论文做了极简介绍。 首先对简单介绍推荐系统，之后整理了几篇结合知识表示的论文。推荐系统简介一句话来介绍的话，就是通过分析历史数据，来给用户 推荐 可能会喜欢/购买的商品， 这里面的核心就是用户 (U

在学习过程中看了很多paper或教程，都存到了自己的文件夹里，但放久了自己都忘了哪篇对应哪个算法了。因此整理起来放到这里。这个列表会随着我的学习不断更新。Pelhans/paper_list​github.com/Pelhans/paper_list/tree/master/knowledge_graph知识图谱介绍知识图谱入门笔记从零开始构建知识图谱徐增林_知识图谱技术综述知识图谱构建技术综述R

公众号 系统之神与我同在本文内容：推荐系统知识图知识图增强的推荐系统Embedding-based方法深度感知机网络多任务学习基于结构的方法RippleNet知识图卷积网络推荐系统（Recommender Systems）Rating/CTR 预测协同过滤CF不能处理·用户-项目交互的稀疏性·冷启动问题CF + Side Information知识图谱为何在推荐系统中使用知识图谱？知识图嵌入将问题

前言知识图谱，即一种特殊的语义网络，它利用实体、关系、属性这些基本单位，以符号的形式描述了物理世界中不同的概念和概念之间的相互关系。为什么说知识图谱对于信息检索、推荐系统、问答系统中至关重要，我们用一个例子来说明：假设在一个搜索场景，我们在搜索框中输入坐月子可以洗澡吗？可以看到这句Query是一个完整的问句，如果在检索系统中有一个较大的问答语料库（比如FAQ场景），或者一个足够庞大的文章数据库（文

公众号 系统之神与我同在本文包含以下四部分内容：1、痛点分析2、图谱构建流程3、核心技术解析4、应用案例痛点分析设备信息分布散乱各种设备知识分散在不同数据库、电子文件、 线下文档中，结构化水平低。设备知识运营管理困难不同类型的设备知识需要，纯靠人 力难以进行管理知识库构建运营成 本高。知识处理技术手段有限检索设备知识不方便；统计设备知 识缺少可靠的技术手段。知识服务能力不足无法满足专业人员进行现场

转载自AI科技评论随着BERT等预训练模型横空出世，NLP方向迎来了一波革命，预训练模型在各类任务上均取得了惊人的成绩。随着各类预训练任务层出不穷，也有部分研究者考虑如何在BERT这一类模型中引入或者强化知识图谱中包含的信息，进而增强BERT对背景知识或常识信息的编码能力。本文主要关注于如何在BERT中引入知识图谱中信息，并survey了目前已公布的若干种方法，欢迎大家批评和交流。1、《ERNIE

公众号 系统之神与我同在本文翻译自A Survey on Complex Knowledge Base Question Answering: Methods, Challenges and Solutions​arxiv.org/abs/2105.11644摘要A Survey on Complex Knowledge Base Question Answering: Methods, Chal

前言在过去一年的文章中，我们讨论了很多关于知识图谱构建、结合NLP应用的方法。逐渐，这些算法开始深入到许多业务中的搜索、推荐工作中。很自然的做法是，为了契合各个业务的实际场景，我们会为每个业务方独立出各自的知识图谱，方便与业务方共同管理数据。随着业务深入，很快会发现单个业务知识图谱因为规模小，在文本语义理解类任务上非常受限，此时需要将多个知识图谱进行融合，打通知识边界。比如在丁香园的场景中，有问诊

更多分享请关注公众号 系统之神与我同在数研院医学知识图谱构建1.模型建立医学领域的知识图谱由于其知识专业性强，行业通常采用自 上而下的方式，先构建Schema，再抽取知识。数研院医学知识图谱Schema主要参考了UMLS语义网络、http://Schema.org、cnschema等建立，涉及四大领域2019年8月首次发布Schema ，目前包含72种语义类型、493种语义关系。Schema查询和