注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于贝叶斯网的知识图谱链接预测

  2. 基于贝叶斯网的知识图谱链接预测

  3. 所属分类：机器学习

    • 发布日期：2018-01-04
    • 文件大小：1048576
    • 提供者：qq71413

  1. 知识图谱链接预测、关系预测数据集FB15K-OWE

  2. 开放域知识图谱数据集，在FB15K的基础上构造，添加了实体描述信息。

  3. 所属分类：机器学习

    • 发布日期：2019-04-24
    • 文件大小：710656
    • 提供者：cxj06

  1. 知识图谱嵌入补全综述论文（2020年04月最新研究）

  2. 有关实体及其关系的真实世界事实的知识库是各种自然语言处理任务的有用资源。然而，由于知识库通常是不完整的，因此能够执行知识库补全或链接预测是很有用的。本文全面概述了用于知识库完成的实体和关系的嵌入模型，总结了标准基准数据集上最新的实验结果。

  3. 所属分类：机器学习

    • 发布日期：2020-04-25
    • 文件大小：522240
    • 提供者：syp_net

  1. 知识图谱中的可解释可验证表示学习【XAI 2019，62页ppt】.zip

  2. 可解释性是当前AI研究的热点之一。伦敦大学学院Pasquale Minervini博士在可解释AI研讨会做了关于可解释高效可验证表示的报告《Back to Seminars Explainable, Verifiable, Relational Representation Learning from Knowledge Graphs》，共62页PPT，涵盖知识图谱中链接预测，以及可解释可验证表示学习机制。

  3. 所属分类：机器学习

    • 发布日期：2020-01-03
    • 文件大小：4194304
    • 提供者：syp_net

  1. 基于知识图谱嵌入的链接预测综

  2. 知识图谱(KGs)在工业和学术领域有很多应用，这反过来又推动了朝着大规模地从各种来源提取信息大量的研究工作。尽管付出了这些努力，但众所周知，即使是最先进的KGs也是不完整的。

  3. 所属分类：机器学习

    • 发布日期：2020-05-25
    • 文件大小：3145728
    • 提供者：syp_net

  1. CNCC2019-陈华钧-可解释的知识图谱推理及应用.pdf

  2. 转自：https://dl.ccf.org.cn/lecture/lectureDetail?id=4663454624843776。 陈华钧，浙江大学*知识引擎联合实验室负责人。 摘要：知识图谱表示的向量化使得我们可以实现更易于泛化的可微分推理。然而， 基于表示学习实现的知识图谱推理和链接预测丢失了传统符号计算方法的可解释性，即：模型无去对基于向量计算或神经网络训练后得出的推理结论进行解释，导致只知结果但不知为什么。在很多真实的应用场景下，黑盒模型的可解释性缺乏导致很多应用不得不放弃采用

  3. 所属分类：机器学习

    • 发布日期：2020-08-18
    • 文件大小：5242880
    • 提供者：weixin_42716010

  1. 基于贝叶斯网的知识图谱链接预测

  2. 基于贝叶斯网的知识图谱链接预测

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：570368
    • 提供者：weixin_38500948