实时事理逻辑知识库(事理图谱)终身学习项目-EventKGNELL(学迹)
EventKGNELL
EventKGNELL, event knowlege graph never end learning system, a event-centric knowledge base search system，实时事理逻辑知识库终身学习和事件为核心的知识库搜索项目。包括事件概念抽取、事件因果逻辑抽取、事件数据关联推荐与推理。
项目地址：https://xueji.zhiwenben.com
一、 “学迹”项目的起源与愿景
“踏雪有痕，抓铁有印”，“来时须有影，去时更有踪”，万物皆有迹可循。语言是社会的镜子，每天产生的文本中蕴含了大量的事件知识，清晰地记录了社会发展中各个事物在人们脑海中的印象以及自身发展和演变的轨迹。
我们常想，“要是能够构建一个全面、精准、紧随社会发展的轨迹库(事理知识库)，将社会对某个事物或事件不同的认识整理出来，将某个或每类事件发展和演化的逻辑轨迹梳理出来；并基于这种认识和演化逻辑，将互相关联的事物联系起来，做些有意义的未知推理，将是件多么美妙的事”。
秉持着这个“学事理，知行迹”的初衷，我们推出了“学迹”，一个7*24小时不断学习的实时事理学习与搜索平台，力图紧跟实时网络信息，面向公众提供以“事件”为核心的实时结构化知识搜索服务。
我们希望，来过“学迹”的人，都能看到“学迹”的这种初衷，并从我们的知识服务中得到有用的信息，并对我们的不足，提出批评和建议，督促“学迹”不断进步。
二、 “学迹”项目 的用法和探索
我们避开了类型众多且不可控的“实体搜索”，选择了更为聚焦的“事件搜索”。我们约定，一个事件应该包括具体的施事主体和关联动作，如“人民币贬值”、“美联储降息”，对应其中的实体信息，我们将以“概念描述”的方式对其实体进行解释展示。
因此，在“学迹”里，所有的功能和内容都围绕“事件”展开，我们更推荐您在使用的过程中输入一个事件，这样能够尽可能得到更满意的结果。在这里，我们希望您可以：
1、找到关心的事件
“学迹”以搜索框的形态出现，并限制在指定事件的搜索，在搜索的过程中，会自动进行事件联想，您可以根据下拉的事件联想中选择，也可以自己输入。
可以进一步根据我们推荐的事件，完成更进一步的搜索。
2、了解当下的热点事件
我们根据时下发布的资讯，识别出了当下的实时事件热点，并实时更新，您也可以直接点击查看。
3、了解社会对该事件或关联概念的理解
我们不断学习出该事件自身或者事件关联实体的描述信息，从中我们可以得到对该事件本身的印象。
4、看到知识学习过程中的实证来源过程
我们对每个结构化的知识都进行了可信度的表示，颜色的深浅以及结构化标签上的数值对其进行了清晰的区分。点开标签后出现的下拉信息框中，可以看到知识的生成者、知识的生成时间、生成知识的上下文，知识学习来源的评分。
5、获取特定事件发生的前因后果
因果逻辑是事理逻辑中的一个重要组成部分，通过事件发生的前因后果，可以对事件的演化提供一定借鉴，通过对逻辑事件关联的聚合，可以看出不同可信度下特定事件发生的前因后果。
6、查看特定事件关联的数据和经济产业
我们将事件与产业链实时知识库进行关联，从以事件的关联逻辑进一步延伸至产业链的关联逻辑。
7、基于可解释推理路径的经济标的物影响预测
根据演变的轨迹以及在概念、产业链以及数据关联路径，我们对标的物的利好利空情况进行了可能的判定，在给出标的物的同时，还给出推理路径，标的物的影响类型。
8、跟踪特定事件的关联资讯
除了结构化的知识之外，还给出了与事件相关的关联资讯。需要注意的是，对于暂时未能收录到我们的知识库中的事件时，这些相关关联资讯可以进一步发挥全文检索的功能，您也不会白来。
三、 “学迹”项目的未来与期待
我们正在寻求一种更为友好的技术展示形态，并寻求运用这类技术来做一些有意义和有价值的落地应用，用于探索解决并自然语言处理业务中的一些实际问题。“学迹”是对这一目标的一个尝试。
学迹”正不断成长，交互方式以及各个细节还处于初步探索阶段，但其中的学习技术和知识库思想让“学迹”前路可望。
我们相信，假以时日，后台知识的精度和广度、实时处理的速度和性能将进一步提升。我们相信，成长的“学迹”，将更好地为社会提供的实时事理知识检索和探索。
“让事理知识学得更快、学得更多、学得更好，并为更多人传递事理知识和知识学习技术”，是“学迹”下一步要前进的方向。
“学迹”还在不断成长，欢迎常回来看看。
欢迎加入我们的学迹讨论群：
项目地址：https://xueji.zhiwenben.com
四、 关于我们
If any question about the project or me ,see https://liuhuanyong.github.io/
如有自然语言处理、知识图谱、事理图谱、社会计算、语言资源建设等问题或合作，可联系我：
1、我的github项目介绍：https://liuhuanyong.github.io
2、我的csdn博客：https://blog.csdn.net/lhy2014
3、about me:刘焕勇，中国科学院软件研究所，lhy_in_blcu@126.com
实时事理逻辑知识库(事理图谱)终身学习项目-EventKGNELL(学迹)相关推荐
- 大规模事理常识知识系统“学迹”的定位、应用与不足
我们于3月16正式对外发布了一个面向事理的实时学习和搜索系统Demo,取名叫"学迹",取自"学事理,知行迹"(https://xueji.zhiwenben.c ...
- 事理逻辑为核心的自然语言处理理论实践与工业探索项目
项目介绍 知识推理是人工智能的高级阶段,基于已有知识,运用知识推理机技术,完成限定领域决策行为,能够在充分减少人为劳动的同时,产生经济效益.例如,基于已知知识进行知识推理,采用如事件驱动传导路径等进行 ...
- 深度学习知识库精华+图谱一览
from: http://geek.csdn.net/news/detail/104995 你关注了吗?深度学习知识发布了! 最近有关AI方面的新闻特别多,不少业内专家表示,AI是未来10年产业的核心 ...
- Datawhale 知识图谱组队学习 之 Task 4 用户输入-＞知识库的查询语句
文章编写人:王翔 特别鸣谢:QASystemOnMedicalGraph 目录 Datawhale 知识图谱组队学习 之 Task 4 用户输入->知识库的查询语句 目录 一.引言 二.什么是问 ...
- Datawhale 知识图谱组队学习之Task 4 用户输入-＞知识库的查询语句
Datawhale 知识图谱组队学习 之 Task 4 用户输入->知识库的查询语句 文章编写人:王翔 github 地址: 特别鸣谢:QASystemOnMedicalGraph 目录 Dat ...
- 论文浅尝 | BoxE：一种基于Box的知识图谱表示学习模型
笔记整理 | 耿玉霞,浙江大学直博生.研究方向:知识图谱,零样本学习等. 论文链接: https://arxiv.org/pdf/2007.06267.pdf 本文是发表在NeurIPS 2020上 ...
- 知识图谱入门学习笔记（二）-知识表示
目录 1 知识表示的概念 1.1 知识表示方法 1.2 知识表示的分类观点 1.3 知识表示的发展 2.1 语义网络 2.2 产生式系统 2.3 框架系统(Frame Systems) 2.4概念图( ...
- 知识图谱技术学习笔记
知识图谱技术学习笔记 从一开始的Google搜索,到现在的聊天机器人.大数据风控.证券投资.智能医疗.自适应教育.推荐系统,无一不跟知识图谱相关.它在技术领域的热度也在逐年上升. 本文以通俗易懂的方式 ...
- 干货 知识图谱研究青年学者研讨会在清华大学顺利召开刘知远 报告题目：大规模知识图谱表示学习的研究趋势与挑战
2015年6月27日,中国中文信息学会青年工作委员会系列学术活动??知识图谱研究青年学者研讨会在清华大学FIT大楼多功能报告厅召开.本次活动由青工委和中文信息学会语言与知识计算专委会联合举办,旨在推动 ...
最新文章
- 基于MATLAB的数字图像K-L变换,基于DCT变换的图像编码方法研究
- ajax请求携带tooken_使用ajax发送带 csrftoken 的请求失败
- go java web框架_java程序员10分钟可上手的golang框架golang实战使用gin+xorm搭建go语言web框架restgo...
- Beyond Compare注册码
- 7-6 考试座位号 15 分 C语言代码,PAT Basic 1041. 考试座位号(15)（C语言实现）
- Pixel Bender 之 Flex 特效使用
- 互利网上数字金融典型场景： 消费金融
- java windows wrapper_Java Service Wrapper 发布Java程序为Windows服务
- 二叉树（Java实现）
- win7怎么关闭配置计算机,Win7电脑怎么设置定时关机？
- Unity 自动化构建方案：一键实现版本管理与打包、压缩
- 服务器cpu e系列和x系列,英特尔至强cpu,x系列和e系列哪个更好?
- 别错过，教你如何用电脑玩手机
- PyQt5 Qt Designer 新手教程（一）—— 软件界面介绍
- Deepin系统Beyond Compare下载安装以及无法使用解决办法
- 十行 js 获取带有双字节字符的字符串长度
- 腾讯云服务器域名公安备案记录
- 转：什么是超融合？超融合有什么作用，超融合的概念.
- 2020湖湘杯CTF选拔赛部分wp
- 网页全屏截图、在线截图API