【知识图谱系列】基于2D卷积的知识图谱嵌入
作者:CHEONG
公众号:AI机器学习与知识图谱
研究方向:自然语言处理与知识图谱
本文给大家推荐两篇知识图谱表示学习相关的论文,这两篇论文都是将传统图像中的2D卷积操作直接用到知识图谱模型中,并且取得了不错的效果。完整汇报ppt获取请关注公众号回复关键字:2D卷积知识图谱嵌入
一、Background
Knowledge 1: 二维卷积常用在计算机视觉、图像处理领域,用于处理图片数据;而一维卷积常用于序列模型,多适用于自然语言处理领域。知识图谱是非结构化数据,即不具有文本序列清晰的上下文,也不具有CNN在图像上的那种平移不变性,如何使用2D卷积进行表示学习?
Knowledge2: 如何在KB上使用二维卷积?首先Node Embedding e_s和Relation Embedding r_r都仍然使用一维向量进行表征,然后通过reshape操作分别得到e_s 和r_r的二维向量表示e ̅_s和r ̅_r,之后再在二维向量e ̅_s和r ̅_r进行二维卷积操作,最后再映射回一维表示,这就是在KB上使用二维卷积的思路。
二、Paper
三、往期精彩
【知识图谱系列】Over-Smoothing 2020综述
【知识图谱系列】基于实数或复数空间的知识图谱嵌入
【知识图谱系列】自适应深度和广度图神经网络模型
【知识图谱系列】知识图谱多跳推理之强化学习
【知识图谱系列】知识图谱的神经符号逻辑推理
【知识图谱系列】动态时序知识图谱EvolveGCN
【知识图谱系列】多关系神经网络CompGCN
【知识图谱系列】探索DeepGNN中Over-Smoothing问题
【知识图谱系列】知识图谱表示学习综述 | 近30篇优秀论文串讲
【知识图谱系列】动态知识图谱表示学习综述 | 十篇优秀论文导读
【面经系列】八位硕博大佬的字节之旅
【机器学习系列】机器学习中的两大学派
各大AI研究院共35场NLP算法岗面经奉上
干货 | Attention注意力机制超全综述
干货 | NLP中的十个预训练模型
干货|一文弄懂机器学习中偏差和方差
FastText原理和文本分类实战,看这一篇就够了
Transformer模型细节理解及Tensorflow实现
GPT,GPT2,Bert,Transformer-XL,XLNet论文阅读速递
机器学习算法篇:最大似然估计证明最小二乘法合理性
Word2vec, Fasttext, Glove, Elmo, Bert, Flair训练词向量教程+数据+源码
汇报完整版ppt可通过关注公众号后回复关键词:2D卷积知识图谱嵌入 来获得,有用就点个再看呗
【知识图谱系列】基于2D卷积的知识图谱嵌入相关推荐
- WACV 2020 | 基于2D卷积处理成本签名的快速立体匹配
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 本文由知乎作者青青韶华授权转载,不得擅自二次转载. 原文链接:https://zhuanlan.zhi ...
- 图谱实战 | 基于金融场景的事理图谱构建与应用
分享嘉宾:肖楠 京东科技 算法专家 编辑整理:付村 云融创新 出品平台:DataFunTalk 导读:今天分享京东科技近期在事理图谱构建和应用方面的研究成果,主要分为以下五个部分: 京东科技图谱简介 ...
- 【知识图谱系列】基于互信息最大化的图谱预训练模型DGI InfoGraph
作者:CHEONG 公众号:AI机器学习与知识图谱 研究方向:自然语言处理与知识图谱 本文介绍两篇基于互信息最大化的图谱预训练模型DGI(ICLR 2019)和InfoGraph(ICLR 2020) ...
- 论文浅尝-综述 | 基于强化学习的知识图谱综述
转载公众号 | 人工智能前沿讲习 论文来源:https://crad.ict.ac.cn/CN/10.7544/issn1000-1239.20211264 摘要:知识图谱是一种用图结构建模事物及事物 ...
- 和与余数的和同余理解_5 同余 ——数论入门知识讲解系列
数学竞赛 数论是纯粹数学的分支之一,主要研究整数的性质,按研究方法分为初等数论和高等数论.中学生(甚至小学生)课外数学兴趣小组的许多内容是属于初等数论的,各级别数学竞赛也会把初等数论作为重点内容进行考 ...
- “知识图谱+”系列:知识图谱+图神经网络
最近有很多朋友联系泽宇说想了解一些知识图谱和图神经网络(GNN)结合的研究.那泽宇当然要满足朋友们的要求啊,本期泽宇从知识图谱的几个不同研究方向总结了结合GNN的经典研究,也和大家一起分享.所有内容是 ...
- 论文浅尝 | 一种基于递归超图的知识图谱问答方法
笔记整理 | 谭亦鸣,东南大学博士生 来源:EACL'21 链接:https://www.aclweb.org/anthology/2021.eacl-main.35.pdf 概述与动机 本文提出了一 ...
- 论文浅尝 | ADRL:一个基于注意力机制的知识图谱深度强化学习框架
论文笔记整理:谭亦鸣,东南大学博士. 来源:Knowledge-Based Systems 197 (2020) 105910 链接:https://www.sciencedirect.com/sci ...
- “知识图谱+”系列:知识图谱+强化学习
泽宇个人一直认为强化学习是建模动态系统最好的方法之一,通过与环境的不断交互,在动作选择和状态更新的动态过程中逐渐达到优化目标.因此,本期泽宇将从知识图谱结合强化学习的角度介绍几个不同的研究方向的内容, ...
- 知识图谱从入门到应用——知识图谱推理:基于表示学习的知识图谱推理-[嵌入学习]
分类目录:<知识图谱从入门到应用>总目录 前面多次提到过,基于符号逻辑的演绎推理的主要缺点是对知识表示的逻辑结构要求比较高,不论是本体推理还是规则推理,都要求人工定义公理和规则才能完成推理 ...
最新文章
- 【Nginx】Auth 认证
- 黑马Java架构师实战训练学习手册
- 直击Kafka的心脏——控制器
- cisco 交换机vlan-trunk的配置详解及应用实例:
- python 2.7 error: Microsoft Visual C++ 9.0 is required
- 前端小结(5)---- iframe
- 图像处理之三---摄像头灰度值处理
- 计算机网络安全防护教案,计算机网络安全基础教案.DOC
- hadoop 基础命令
- 消息长度_nsq消息队列源码分析
- phpstorm 设置注释
- Keil5下载和安装教程
- Origin无法修改语言为灰色
- OpenCms登录添加验证码功能
- 特来电支付中心总体介绍
- 斯坦福大学自然语言处理第四课 语言模型(Language Modeling)笔记
- 计算不规则四边形(多边形)的面积
- 关于pycharm找不到已经安装的模块问题的解决方案module ImportError
- python运维工程师前景及待遇_运维工程师的前景如何?
- owin 怎么部署在云中_从几乎未能在云中部署简单的机器学习模型中学到的教训...