论文浅尝 |「知识表示学习」专题论文推荐

本文转载自公众号:PaperWeekly




本期论文清单来自清华大学博士生韩旭和北师大本科生曹书林,涵盖了近年知识表示学习方向的重要论文




[ 综述类 ]





■ 论文 | Representation Learning: A Review and New Perspectives

■ 链接 | https://www.paperweekly.site/papers/1628

■ 源码 | 无





■ 论文 | Knowledge Representation Learning: A Review

■ 链接 | https://www.paperweekly.site/papers/1629

■ 源码 | 无





■ 论文 | A Review of Relational Machine Learning for Knowledge Graphs

■ 链接 | https://www.paperweekly.site/papers/1630

■ 源码 | 无





■ 论文 | Knowledge Graph Embedding: A Survey of Approaches and Applications

■ 链接 | https://www.paperweekly.site/papers/1425

■ 源码 | 无



[ 期刊 & 顶会 ]





■ 论文 | A Three-Way Model for Collective Learning on Multi-Relational Data

■ 链接 | https://www.paperweekly.site/papers/1632

■ 源码 | https://github.com/thunlp/OpenKE





■ 论文 | Learning Structured Embeddings of Knowledge Bases

■ 链接 | https://www.paperweekly.site/papers/1633

■ 源码 | 无





■ 论文 | A Latent Factor Model for Highly Multi-relational Data

■ 链接 | https://www.paperweekly.site/papers/1634

■ 源码 | 无





■ 论文 | Reasoning With Neural Tensor Networks for Knowledge Base Completion

■ 链接 | https://www.paperweekly.site/papers/1635

■ 源码 | 无





■ 论文 | Translating Embeddings for Modeling Multi-relational Data

■ 链接 | https://www.paperweekly.site/papers/1636

■ 源码 | https://github.com/thunlp/OpenKE





■ 论文 | Knowledge Graph Embedding by Translating on Hyperplanes

■ 链接 | https://www.paperweekly.site/papers/1637

■ 源码 | https://github.com/thunlp/OpenKE





■ 论文 | Learning Entity and Relation Embeddings for Knowledge Graph Completion

■ 链接 | https://www.paperweekly.site/papers/1638

■ 源码 | https://github.com/thunlp/KB2E


扩展阅读: 


  • Knowledge Representation and Acquisition | 实录·PhD Talk





■ 论文 | Knowledge Graph Embedding via Dynamic Mapping Matrix

■ 链接 | https://www.paperweekly.site/papers/1639

■ 源码 | https://github.com/thunlp/KB2E





■ 论文 | TransA: An Adaptive Approach for Knowledge Graph Embedding

■ 链接 | https://www.paperweekly.site/papers/1640

■ 源码 | 无


扩展阅读: 


  • 综述 | 知识图谱向量化表示





■ 论文 | Learning to Represent Knowledge Graphs with Gaussian Embedding

■ 链接 | https://www.paperweekly.site/papers/1641

■ 源码 | 无




■ 论文 | Embedding Entities and Relations for Learning and Inference in Knowledge Bases

■ 链接 | https://www.paperweekly.site/papers/1642

■ 源码 | https://github.com/thunlp/OpenKE





■ 论文 | Modeling Relation Paths for Representation Learning of Knowledge Bases

■ 链接 | https://www.paperweekly.site/papers/1111

■ 源码 | https://github.com/thunlp/KB2E


扩展阅读: 


  • Knowledge Representation and Acquisition | 实录·PhD Talk




■ 论文 | Composing Relationships with Translations

■ 链接 | https://www.paperweekly.site/papers/1643

■ 源码 | 无





■ 论文 | From One Point to A Manifold: Knowledge Graph Embedding For Precise Link Prediction

■ 链接 | https://www.paperweekly.site/papers/1644

■ 源码 | 无





■ 论文 | TransG : A Generative Model for Knowledge Graph Embedding

■ 链接 | https://www.paperweekly.site/papers/1645

■ 源码 | https://github.com/BookmanHan/Embedding


扩展阅读: 


  • 一周论文 | 基于翻译模型(Trans系列)的知识表示学习





■ 论文 | Complex Embeddings for Simple Link Prediction

■ 链接 | https://www.paperweekly.site/papers/1646

■ 源码 | https://github.com/ttrouill/complex





■ 论文 | Holographic Embeddings of Knowledge Graphs

■ 链接 | https://www.paperweekly.site/papers/556

■ 源码 | https://github.com/mnick/holographic-embeddings





■ 论文 | Knowledge Representation Learning with Entities, Attributes and Relations

■ 链接 | https://www.paperweekly.site/papers/1647

■ 源码 | https://github.com/thunlp/KR-EAR


扩展阅读: 


  • Knowledge Representation and Acquisition | 实录·PhD Talk





■ 论文 | Knowledge Graph Completion with Adaptive Sparse Transfer Matrix

■ 链接 | https://www.paperweekly.site/papers/1648

■ 源码 | https://github.com/thunlp/KB2E


扩展阅读: 


  • 综述 | 知识图谱向量化表示





■ 论文 | Representation Learning of Knowledge Graphs with Hierarchical Types

■ 链接 | https://www.paperweekly.site/papers/1649

■ 源码 | https://github.com/thunlp/TKRL


扩展阅读: 


  • 多源信息表示学习在知识图谱中的应用 | 实录·Guru Talk






■ 论文 | STransE: A Novel Embedding Model of Entities and Relationships in Knowledge Bases

■ 链接 | https://www.paperweekly.site/papers/1650

■ 源码 | https://github.com/datquocnguyen/STransE





■ 论文 | GAKE: Graph Aware Knowledge Embedding

■ 链接 | https://www.paperweekly.site/papers/1651

■ 源码 | https://github.com/JuneFeng/GAKE





■ 论文 | Representation Learning of Knowledge Graphs with Entity Descriptions

■ 链接 | https://www.paperweekly.site/papers/1652

■ 源码 | https://github.com/thunlp/DKRL





■ 论文 | Learning First-Order Logic Embeddings via Matrix Factorization

■ 链接 | https://www.paperweekly.site/papers/1653

■ 源码 | 无





■ 论文 | Semantic Space Projection for Knowledge Graph Embedding with Text Descriptions

■ 链接 | https://www.paperweekly.site/papers/1654

■ 源码 | http://www.ibookman.net/conference.html





■ 论文 | ProjE: Embedding Projection for Knowledge Graph Completion

■ 链接 | https://www.paperweekly.site/papers/1655

■ 源码 | https://github.com/bxshi/ProjE





■ 论文 | Analogical Inference for Multi-Relational Embeddings

■ 链接 | https://www.paperweekly.site/papers/1656

■ 源码 | https://github.com/mana-ysh/knowledge-graph-embeddings





■ 论文 | Image-embodied Knowledge Representation Learning

■ 链接 | https://www.paperweekly.site/papers/449

■ 源码 | https://github.com/xrb92/IKRL


扩展阅读: 


  • 多源信息表示学习在知识图谱中的应用 | 实录·Guru Talk





■ 论文 | Iterative Entity Alignment via Joint Knowledge Embeddings

■ 链接 | https://www.paperweekly.site/papers/1657

■ 源码 | https://github.com/thunlp/IEAJKE





关于PaperWeekly


PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。




OpenKG.CN


中文开放知识图谱(简称OpenKG.CN)旨在促进中文知识图谱数据的开放与互联,促进知识图谱和语义技术的普及和广泛应用。

点击阅读原文,进入 OpenKG 博客。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/480838.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何选择一家公司

不管是刚毕业的大学生还是工作几年的职场朋友,每个人都会面临选择公司和行业的困扰,我也相信每个人都还记忆犹新你的第一份工作以及让你无比难忘的一家公司。有时候我们也盲目的所求,其实,偶尔停下来思考下你真想去的地方&#xf…

LightGBM最强解析,从算法原理到代码实现~

1 LightGBM简介 GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型,其主要思想是利用弱分类器(决策树)迭代训练以得到最优模型,该模型具有训练效果好、不易过拟合等优点。GBDT不仅在工业界应用广泛&#xf…

数据分析师基本技能——SQL

我们做数据分析工作时,多数数据来源于数据库,SQL非常方便我们访问和查询数据库。 SQL 作为数据分析师的基本技能,那么需要掌握哪些SQL核心技能 理解数据库SQL基础重点知识:查询,更新,提取,插入&…

论文浅尝 | 基于置信度的知识图谱表示学习框架

本文转载自公众号:PaperWeekly。作者丨谢若冰单位丨腾讯微信搜索应用部研究方向丨知识表示学习知识图谱被广泛地用来描述世界上的实体和实体之间的关系,一般使用三元组(h,r,t)(head entity, relation, trail entity&am…

史上最强Java架构师的13大技术能力讲解! | 附架构师能力图谱

从程序员进阶成为架构师,并非一蹴而就,需要系统化、阶段性地学习,在实战项目中融会贯通,这如同打怪通关,我们得一关一关突破,每攻破一个关口,就能得到更精良的装备,技能值也随之不断…

写给运营同学和初学者的SQL入门教程

作者简介 多肉,饿了么资深python工程师。曾在17年担任饿了么即时配送众包系统的研发经理,这篇文章最早的版本就诞生于那段时间,目前负责配送相关业务系统的整体稳定性建设。个人比较喜欢c和python,最近有点迷rust,同时…

强化学习,路在何方?

▌一、深度强化学习的泡沫 2015年,DeepMind的Volodymyr Mnih等研究员在《自然》杂志上发表论文Human-level control through deep reinforcement learning[1],该论文提出了一个结合深度学习(DL)技术和强化学习(RL&…

论文浅尝 | 基于神经网络的实体识别和关系抽取联合学习

本文转载自公众号:PaperWeekly。作者丨罗凌学校丨大连理工大学博士生研究方向丨深度学习,文本分类,实体识别联合学习(Joint learning)一词并不是一个最近才出现的术语,在自然语言处理领域,很早就…

一篇文章搞懂架构师的核心技能

“ 这是架构师系列的第一篇:核心技能,希望这个系列能完全揭示架构师这个职位:我先从核心技能开始,后续还有架构师之路,架构实战等架构师系列文章。 本文作者 陈睿 优知学院创始人,前携程定制旅游CTO,在互联…

史上最全的分词算法与工具介绍

分词(word tokenization),也叫切词,即通过某种方式将句子中的各个词语识别并分离开来,使得文本从“字序列”的表示升级为“词序列”表示。分词技术不仅仅适用于中文,对于英文、日文、韩文等语言也同样适用。…

论文解读:Attention is All you need

论文解读:Attention is All you need习翔宇​北京大学 软件工程博士在读​关注他192 人赞同了该文章Attention机制最早在视觉领域提出,2014年Google Mind发表了《Recurrent Models of Visual Attention》,使Attention机制流行起来,这篇论文采…

论文浅尝 | 基于神经网络的知识推理

本文转载自公众号:PaperWeekly。论文笔记来自 PaperWeekly 社区用户 britin。本文对基于 RNN 的从大规模知识库中进行推理进行了精度和可操作性的改善,提出的模型使用单个 RNN 就可以在多种 relation types 之间进行推理。如果你对本文工作感兴趣&#x…

手把手教你成为年薪60万的架构师

“ 这篇文章是帮助你成为架构师系列文章其中一篇,偏向0-5年工作的IT程序员员、架构师同学。 如果你能掌握这个系列提到的内容的70%左右,去阿里拿个P7问题不大,阿里的P7基本能拿到60W左右的年薪。 提醒一点,不要小看和不重视基础&a…

图解强化学习

小夕寄语 最近五年,是强化学习(Reinforcement Learning, RL)爆发的时期。RL是机器学习大家族中的一大类, 使用强化学习能够让机器学着如何在环境中拿到高分, 表现出优秀的成绩. 而这些成绩背后却是他所付出的辛苦劳动, 不断的试错, 不断地尝试…

领域应用 | 知识图谱数据构建的“硬骨头”,阿里工程师如何拿下?

本文转载自公众号:阿里技术。 阿里妹导读:搜索“西红柿”,你不但能知道它的营养功效、热量,还能顺带学会煲个牛腩、炒个鸡蛋!搜索引擎何时变成“暖男”了?原来背后…

阿里P8架构师谈:开源搜索引擎Lucene、Solr、Sphinx等优劣势比较

开源搜索引擎分类 1.Lucene系搜索引擎,java开发,包括: Lucene Solr Elasticsearch Katta、Compass等都是基于Lucene封装。 你可以想象Lucene系有多强大。 2.Sphinx搜素引擎,c开发,简单高性能。 以下重点介绍最常用的开源搜素引擎&#…

知识图谱(KG)中的同义词挖掘

前言 在语义搜索推荐、智能问答等场景中,随着通过各类方法挖掘得到知识数据越来越多,我们需要考虑一个新问题——新老知识合并加以整合?比如 “拉肚子” 与 “腹泻” 实则同一意义,但是因为在字面上差距较大,在各抽取任…

注册第一次练习

注册 使用微信注册练习使用Markdown编辑器 Markdown编辑器功能与语法支持 全新的界面设计 ,将会带来全新的写作体验;在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;增加了 图片拖拽 功能&…

SQL 菜鸟教程

第一节:SQL 语法 数据库表 一个数据库通常包含一个或多个表。每个表有一个名字标识(例如:"Websites"),表包含带有数据的记录(行)。 在本教程中,我们在 MySQL 的 RUNOOB 数据库中创建了 Websit…

领域应用 | 深度学习在知识图谱构建中的应用

本文转载自公众号:阿里技术。深度学习模型介绍DeepDive系统在数据处理阶段很大程度上依赖于NLP工具,如果NLP的过程中存在错误,这些错误将会在后续的标注和学习步骤中被不断传播放大,影响最终的关系抽取效果。为了避免这种传播和影…