zl程序教程

您现在的位置是:首页 >  其他

当前栏目

记阿里人工智能与服务创新研讨会

阿里服务人工智能 创新 研讨会
2023-09-14 09:04:38 时间

之前没有了解过知识图谱,同样也是第一次参加研讨会。
总体而言,研讨会能够快速,高效地了解到学术界目前的研究方向。

Background

知识图谱,简而言之,就是以三元组代表(HeadEntity, Relationship, TailEntity)头实体,尾实体以及它们之间的关系。

知识图谱(Mapping Knowledge Domain)也被称为科学知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

具体来说,知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,揭示知识领域的动态发展规律,为学科研究提供切实的、有价值的参考。

Google知识图谱Wiki

其他代表知识库:

WordNet Freebase 目前研究方向 分布式表示学习(distributed representation, embeddings) 主要研究思路: 将知识图谱嵌入到低维向量空间 实体和关系都表示为低维向量 有效表示和度量实体、关系间的语义关联

知识表示代表模型:

对每个事实(head, relation, tail),将relation看做从head到tail的翻译操作。

训练的优化目标为: h + r = t

此外还有Neural Tensor Network(NTN)以及Energy Model。
NTN
Energy Model

表示学习在处理一对多、多对一、多对多的关系时,不能较好的处理。当出现多个结果时,每个结果的权重相当。

在TransE的基础上考虑关系对实体的影响。

有以下两个典型的算法:

TransH TransR

TransH
TransR

Path Ranking

关系路径的表示学习: Recursive Neural Network(RNN)

考虑了关系路径的TransE算法为PTransE:

relation之间的组合语义,通常包括 ADD, MULTIPLY, RNN

通常关系之间的每个组合,需要单独训练一个目标函数。
在大规模复杂的知识图谱中,目标函数也会呈现指数级增长。

Probabilistic Graphical Models

这个算法,由于落地难的问题,大家都没有讲=.=

王志春-讲解了规则学习的几个方法: 归纳逻辑程序设计 ILP 类似数据挖掘中的关联规则 分布式表示 韩先培-介绍了相关无监督语义关系抽取: bootstrapping distant supervision Open IE(Stanford OpenIE)

刘知远讲解的TransE非常的Solid,而且开源了算法实现https://github.com/thunlp/KG2E

王泉研究员,我只能献上我的膝盖了,语速很快,思路无敌清晰。简简单单的一个slide就能把当前知识图谱的研究方向洋洋洒洒的讲出来。

最后附上 刘知远的 ppt 大规模知识图谱的表示学习


人工智能在客户关系管理软件销售和服务模块中的应用(二) 所谓客户关系管理软件(Customer Relationship Management,下文简称 CRM),是一种旨在管理和改善企业与其客户之间关系的应用类软件。
人工智能在客户关系管理软件销售和服务模块中的应用(一) 所谓客户关系管理软件(Customer Relationship Management,下文简称 CRM),是一种旨在管理和改善企业与其客户之间关系的应用类软件。
腾讯云4338万中标人工智能教育普及服务 腾讯教育与中央电化教育馆(以下简称“中央电教馆”)达成战略合作,将有效运用“互联网+教育”的新技术、新手段、新平台、新模式,持续贯彻“五育”并举核心精神,全面推动素质教育发展。
人工智能翻译服务 本文研究全球及中国市场人工智能翻译服务现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美、欧洲、中国、日本、东南亚和印度等地区的现状及未来发展趋势
为什么人工智能即服务势在必行 像之前的SaaS一样,AIaaS对于想要利用人工智能力量的企业来说是一个福音,而无需花费时间和金钱来开发自己的基于人工智能的系统。
无论你是否准备好,一大波人工智能驱动服务即将到来 从好的方面来说,人工智能及其相关的技术(如机器学习和深度学习)可以在智能手机和各种设备(如亚马逊的Echo和谷歌的Home)中实现语音识别等业已成为理所当然的服务,自动驾驶汽车、更准确的疾病诊断,以及云和数据中心中不那么明显但至少同样具有影响力的,自动化程度更高的信息技术基础设施。
人工智能即服务:当人工智能遇到云计算 RightScale 2018云状况调查显示,企业对使用与特定类型的人工智能相关的云计算服务特别感兴趣:那就是机器学习。当调查受访者计划在未来使用哪种类型的公共云服务时,机器学习服务在调查中列为首位,46%的受访者正在尝试采用该技术或计划部署该技术,尽管事实上只有12%的受访者正在使用这些服务。
微信程序开发系列教程(二)微信订阅号+人工智能问答服务 我的前一篇文章**微信程序开发系列教程(一)**开发环境搭建 已经介绍了微信服务器的开发环境搭建。本文作为开发系列的第二篇文章,介绍如何给您的微信订阅号开发一个最简单的问答服务,非常好玩。