查询结果:   杨瑞达,林欣,杨燕,贺樑,窦亮.基于混合增强智能的知识图谱推理技术研究[J].计算机应用与软件,2019,36(6):149 - 154.
中文标题
基于混合增强智能的知识图谱推理技术研究
发表栏目
人工智能与识别
摘要点击数
228
英文标题
KNOWLEDGE GRAPH REASONING BASED ON HYBRID-AUGMENTED INTELLIGENCE
作 者
杨瑞达 林欣 杨燕 贺樑 窦亮 Yang Ruida Lin Xin Yang Yan He Liang Dou Liang
作者单位
华东师范大学计算机科学与软件工程学院 上海 200062 国家新闻出版署出版融合发展 华东师大社   
英文单位
School of Computer Science and Software Engineering, East China Normal University, Shanghai 200062, China SAPPRFT Key Laboratory of Publishing Integration Development, East China Normal University, Shanghai 200062, China    
关键词
知识图谱 知识图谱推理 强化学习 混合增强智能
Keywords
Knowledge graph Knowledge graph reasoning Reinforcement learning Hybrid-augmented intelligence
基金项目
国家自然科学基金项目(61773167);上海市科委项目(17511102702);上海市经信委项目(170513);国家新闻出版署出版融合发展(华东师大社)重点实验室开放课题基金
作者资料
杨瑞达,硕士生,主研领域:知识图谱。林欣,教授。杨燕,讲师。贺樑,教授。窦亮,讲师。 。
文章摘要
如今,知识图谱被广泛应用在各个领域,例如问答系统、推荐系统等。而基于知识图谱的应用表现很大程度上依赖于知识图谱本身的知识完备性与准确性。单纯通过人工补齐与审核的方式来构建知识图谱已无法满足超大规模知识图谱的需求。 针对上述问题,提出一种基于混合增强智能的知识图谱推理框架,即同时利用机器模型与人的知识信息来完成知识图谱推理。该框架在基于知识图谱嵌入的向量空间中,利用混合增强智能模型来寻找到实体节点之间的有效路径。与现有方法不同的是,该方法在训练模型时,高效地利用人的知识信息来指导模型的优化。实验表明,该框架在公开数据集上的表现相较于现有方法有一定提升。
Abstract
Nowadays, knowledge graph is widely used in various fields, such as question answering system, recommendation system and so on. The performance of application based on knowledge graph depends on the completeness and accuracy of knowledge graph. It is impossible to construct knowledge graph by manual completion and auditing to meet the needs of large-scale knowledge graphs. To address these challenges, we proposed a knowledge map reasoning framework based on hybrid-augmented intelligence. It uses machine model and human knowledge information to complete knowledge map reasoning simultaneously. The framework used hybrid-augmented intelligent model to find effective paths between entities in vector space based on knowledge graph embedding for knowledge reasoning. Different from the existing methods, this method made efficient use of human knowledge information to guide the optimization of the training model. Experiments on public datasets demonstrated the improvement of the proposed framework compared to existing methods.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
煤矿领域知识图谱构建
潘理虎
数据工程
2019
8
摘要还未上传
2
基于强化学习的多Agent路径规划技术研究
王毅然
人工智能与识别
2019
8
摘要还未上传
3
基于混合增强智能的知识图谱推理技术研究
杨瑞达
人工智能与识别
2019
6
149
[摘要]
4
基于BILSTM_CRF的知识图谱实体抽取方法
翟社平
算法
2019
5
269
[摘要]
5
基于强化学习的多人姿态检测算法优化
黄铎
图像处理与应用
2019
4
186
[摘要]
6
基于SGAN的中文问答生成研究
沈杰
人工智能与识别
2019
2
194
[摘要]
7
基于知识图谱的日本西南防卫力量研究
刘香伟
数据工程
2019
1
54
[摘要]
8
基于深度学习的代码分析研究综述
张峰逸
综合评述
2018
6
9
[摘要]
9
基于病情自述和知识图谱的疾病辅助诊断
张利萍
人工智能与识别
2018
2
161
[摘要]
10
基于知识图谱的智能答疑系统研究
陈志云
人工智能与识别
2018
2
178
[摘要]
11
监督式强化学习在路径规划中的应用研究
曾纪钧
人工智能与识别
2018
10
185
[摘要]
12
基于中文知识图谱的电商领域问答系统
杜泽宇
人工智能与识别
2017
5
153
[摘要]
13
基于EMR的乳腺肿瘤知识图谱构建研究
崔洁
应用技术与研究
2017
12
122
[摘要]
14
信息技术与业务匹配研究进展评述—基于社会网络分析法
贾昱
综合评述
2017
1
1
[摘要]
15
基于强化学习的RoboCup Keepaway高层抢球策略
李学俊
应用技术与研究
2015
10
101
[摘要]