当前位置：学术参考网 > 东南大学知识图谱研究论文
论文主要研究工作如下:(1)提出了一种知识图谱中构建实体结构化标签集合的方法。.通过分析知识图谱中实体复杂的关系以及属性描述,借助统计推断、启发式规则过滤、结构化标签度量排序等技术手段,自动构建用于实体画像的结构化标签集合。.(2)提出了一种...
链接|https://paperweekly.site/papers/2194解读|花云程，东南大学博士，研究方向为自然语言处理、深度学习、问答系统动机对于基于知识图谱的事实性问答（KBQA），采用基于语法分析的方法，大致分为两个阶段：其一为问题理解，即将问题转换为SPARQL类型的结构化查询；其二为查询…
东南大学《知识图谱》研究生课程资料，编辑于2019-09-24赞同305条评论分享收藏喜欢...发现更大的世界打开浏览器继续张帅DavenPhd,shuaizhang.tech103人赞同了该回答下面我推荐的论文基本都是做知识图谱embedding...
沈飞;基于知识图谱的事件可视分析的研究[D];东南大学;2017年2李秋生;旅游数据的查询与可视分析技术研究[D];西南科技大学;2016年3康凯;石窟壁画病害的时空模式可视分析[D];天津大学;2014年4鄂艳丽;基于热线数据的城市公共服务问题可视分析[D];天津大学5
论文笔记整理：谭亦鸣，东南大学博士生，研究方向为知识图谱问答。.目前知识图谱问答（本文简写为QA-KG，questionansweringoverknowledgegraph）存在的一个主要问题在于图谱与自然语言之间的gap，具体表现为：命名实体再自然语言问句中的模糊描述及不完整描述...
多模态知识图谱与传统知识图谱的主要区别是，传统知识图谱主要集中研究文本和数据库的实体和关系，而多模态知识图谱则在传统知识图谱的基础上，构建了多种模态（例如视觉模态）下的实体，以及多种模态实体间的多模态语义关系。例如在OpenRichpedia中，首先构建了图像模态伦敦眼图像与文本...
Asystematiccourseaboutknowledgegraphforgraduatestudents,interestedresearchersandengineers.东南大学《知识图谱》研究生课程.时间：2019年春季（2月下旬~5月中旬）.每周五下午2:00~4:30.
东南大学计算机学院在读博士在ECAI，ICTAI等会议杂志发表十余篇论文，于ICTAI’’15获得“最佳学生论文”奖励。感兴趣以及所从事的研究主题包括：知识图谱中的推理技术，计算复杂性，语言哲学，唯识与中观理论研究，配对套利模型研究。活动时间
主要研究方向为人工智能、知识图谱、自然语言处理、社交网络、大数据、信息检索等。作为项目负责人主持完成2项国家自然科学基金，1项中国博士后基金一等资助项目，5项省部级重点实验室开放课题项目，10余项企业联合研发项目等。
论文笔记整理：谭亦鸣，东南大学博士，研究方向为知识图谱问答。.指针生成网络在自然语言生成任务上表现出不错的性能，本文主要介绍的是自动生成KG中entity的描述生成任务，目标是对于输入的（来自KG）的entity及其属性（属性可以分为多种类型的slot）生成...