文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

MuRP | 双曲空间下知识图谱链路预测新方法

1 研究背景 然而，在分层多关系图数据结构中，双曲空间嵌入方法性能却不如欧几里得模型。因为在双曲空间中很难找到一种方式来表示跨关系共享的实体(节点)，使得它们在不同的关系下形成不同的层次。...知识图谱是一个典型的分层多关系数据结构，将其嵌入到双曲空间中可能会有较明显的改进。因此该文章重点研究在双曲空间中嵌入多关系知识图谱数据，并进行链路预测。...MuRP的参数数随实体和关系的数目线性增加，从而具有较大的知识图谱可伸缩性。...3 实验 3.1 数据集 文章首先使用标准WN18RR和FB15k-237数据集测试庞加莱和欧几里得模型在知识图谱链接预测任务中的性能。...此外，由于知识图谱中并不是所有的关系都是分层的，后续工作可以将欧几里得和双曲模型结合起来，产生最适合数据曲率的混合曲率嵌入。

2.6K60

双链笔记+知识图谱+本地优先，这款开源知识管理神器绝了！

嗨，大家好，我是小华同学，关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 一款融合「双链笔记+知识图谱+本地优先」理念的开源知识管理工具，支持Markdown/Org-mode双格式，打造你的第二大脑...核心功能亮点 知识神经元网络双向链接自动生成知识图谱块级引用实现知识点精准关联每日日志自动创建，捕捉灵感不遗漏 数据主权卫士本地Markdown文件存储端到端加密同步（可选）Git版本控制支持 学术研究利器...Research数据存储✅ 本地优先❌ 云端存储✅ 本地优先❌ 云端存储知识图谱动态生成有限支持插件实现原生支持移动端体验渐进式Web应用原生APP混合应用无移动端开源协议AGPLv3闭源闭源商业闭源商业中文支持完整汉化官方汉化社区汉化无官方汉化学习曲线中等简单中等陡峭知识管理全家桶推荐...Obsidian（黑曜石笔记）：闭源双链笔记，插件生态丰富Trilium：树状结构知识库，支持自托管思源笔记：国产开源笔记，支持块级编辑Joplin：跨平台加密笔记，支持MarkdownHeptabase...：白板式知识管理，视觉化思考 小贴士：知识工具不在多而在精，建议先深度使用1-2款工具建立个人系统！

3.3K10
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    Geo优化新范式：深度解析知识图谱构建工具与“双核四驱”实战策略

    如果一个网页提供的是孤立、匿名的信息，它很难在AI的知识网络中获得高权重。正如Pan等人在2025年的研究中所述，基于分类驱动的知识图谱构建框架能够显著提升LLM在特定领域回答的准确性与关联度。...当内容被构建成结构化的知识图谱时，AI能够更清晰地识别实体间的逻辑关系，从而提高引用的概率。...二、制作Geo优化知识图谱的核心工具与方法构建高质量的知识图谱需要从本体建模、数据抽取到可视化呈现的全流程支持。...4、结构化数据标记：JSON-LD与Schema.org这是知识图谱在网页端的“翻译官”。...•互联网及B2B行业：通过知识图谱重塑产品逻辑，获客成本降低了40%以上。

    33910

    全面进化，智启新篇｜qKnow 知识平台商业版 2.0 正式发布：打造企业级“图谱 + 向量”双引擎智能知识中枢

    这一版本相较 1.0 进行了全方位的升级与重构，不仅在知识图谱、知识库、智能问答等核心能力上全面增强，更在“多知识库并行管理”“图谱+向量混合检索”“AI 原生应用矩阵”等方向实现了质的飞跃。...平台简介qKnow 知识平台 是一款以知识图谱为核心、融合向量知识库的开源企业级智能知识平台，致力于构建“结构化 + 非结构化”一体化的知识中枢。...⚙️ 双引擎驱动：图谱 + 向量，构建统一知识底座在 qKnow 2.0 中，我们创新引入 “知识图谱 + 向量知识库”双引擎架构，实现结构化关系推理与非结构化语义理解的深度融合。...多知识图谱并行管理 支持企业按业务域、部门或项目创建多个独立图谱，覆盖构建、编辑、更新、查询全生命周期；通过可视化界面与开放 API 实现统一治理与协作。...面向未来的知识智能平台qKnow 2.0 不仅是一款知识图谱平台，更是一个驱动企业知识智能化的“新操作系统”。

    1.2K107

    从索引到知识蒸馏：解析生成式搜索时代的语义权重与信任对齐

    二、选型评估：技术视角下的“GEO优化服务商哪家好？”当我们在企业内讨论“GEO优化服务商哪家好？”或者“GEO优化运营商哪家好？”时，核心应聚焦于其对AI搜索优化底层逻辑的理解深度。...一个具备技术前瞻性的GEO服务商需满足以下硬核指标：知识图谱映射能力：是否能将非结构化文本转化为AI易于解析的语义三元组？这是衡量“GEO服务商哪家好？”的首要技术准则。...全时监测与闭环：评估“GEO运营商哪家好？”时，其是否具备365*24小时的实时监测系统至关重要，这能确保品牌在AI引用率波动时及时调整策略。...矩阵风控中间件：针对“GEO优化服务商哪家好？”普遍关注的账号安全问题，星链引擎集成了IP代理隔离技术，实测能有效降低账号关联风险。这种分布式隔离架构，为企业构建了较为稳定的AI搜索优化通道。...无论是横向对比“GEO优化服务商哪家好？”，还是纵向考量“GEO优化运营商哪家好？”，企业都应优先选择那些具备底层技术闭环、能够提供AI优先推荐优化实效的平台。

    33310

    双 11 特供！临战前收下这几款小程序，分分钟省下一个亿

    时效性攻略负责满足眼下最痛的痛点，像 11.11 刷什么卡优惠最多，宝宝安全座椅选双 11 购指南，实实在在的干货贴。...除此之外，当大家都不知道吃什么，喝什么好，或争执不下没有定论时，亮出 「抛个硬币」，顺应天意，很快也就有了结果。 爽快地接受今天的麻婆豆腐+雪碧吧！...无论是吃吃喝喝，还是买买买，受不了持续纠结的时候，一步点开这个小程序，舒缓下自己的决策压力也是好的。毕竟双十一，是为了让自己的更开心，不是更焦虑。 ?...它最核心的益处就是告诉你分期付款哪家强，哪款分期产品最适合你。主流信用卡+互联网白条产品，基本覆盖了目前的常用分期选择。在各种选择中，你最关心的无非就是哪家利息少，或者每月可以少还款。...「消费分期计算器」小程序使用链接 https://minapp.com/miniapp/4092/ 有了这 3 件神器防身，双十一剁手还怕什么，蓄势待发吧！

    76K40

    解码RAG：向量数据库+知识图谱双引擎，如何炼就下一代企业级AI大脑

    解码RAG：向量数据库+知识图谱双引擎，如何炼就下一代企业级AI大脑摘要上周三凌晨2点，我盯着某银行客户智能客服系统持续飙升的错误率，第三次遭遇崩溃——用户询问"贷款额度提升路径"，系统却返回"请咨询当地分行...本文基于真实企业级项目实践，深度解构向量数据库与知识图谱双引擎融合方案。...我们将从RAG技术瓶颈切入，详解Milvus向量数据库的HNSW索引优化技巧、Neo4j知识图谱的动态构建方法，以及双引擎协同工作的路由策略。...：构建支持复杂金融咨询的AI系统，要求：✅复杂问题解决率>85%✅政策更新延迟双引擎系统实现核心代码1：向量-图谱联合索引构建展开代码语言：PythonAI代码解释#双引擎知识入库流程...，系统解构了向量数据库与知识图谱双引擎融合架构。

    94710

    专访｜首席GEO落地工程师、名九至天人网络创始人罗长才：多行业AI生成检索底层推荐逻辑与GEO工程化落地体系

    ，长期基于 RAG 检索增强生成架构拆解大模型信息召回、重排序、答案生成全链路机制，针对家居家装、本地生活服务、教育培训、法律服务四大垂直领域搭建差异化 GEO 技术适配框架，聚焦结构化数据治理、实体知识图谱构建...开放式对比类：全屋定制哪家更靠谱2....、辐射商圈、片区标签，构建位置知识图谱召回排序核心依据距离权重＞营业时间完整性＞服务项目标准化程度标准化营业时段、可服务项目、计价规则，用 FAQPage 架构搭建高频问答库答案生成规则AI 倾向直接列出...搭建机构专属知识图谱，节点包含校区、授课教师、课程体系、历年录取数据；2. 将上岸案例、课时大纲拆解为结构化条目，嵌入可检索文本片段；3....完整 GEO 工程顺序应当是：实体数据结构化入库→知识图谱关系搭建→向量空间锚定→多源信源补全→问答语义适配，文案优化是最后一步，而非第一步。

    17110

    累计设计 10 亿次海报，阿里 AI 设计师「鲁班」核心技术详解

    2017 双 11 期间，鲁班一天制作 4000 万张海报，并且每张海报都是根据商品图像特征专门设计。...「鲁班」的核心算法技术由阿里巴巴达摩院机器智能技术实验室研发，在强化学习、平面设计美学量化评估、知识图谱方面分别联合伦敦大学学院、清华大学、浙江大学团队。...2017 年双十一，「鲁班」设计了 4 亿张海报，那时候我们投入了十多人的设计师团队，他们会创作出少量的元素以及符合双十一要求的基础数据，在投入数据规模方面，当时种子数据的量级在千级别，随着应用规模扩大...具体来说，系统会根据用户的需求，得到一个非常粗粒度的结果，例如把一张图或者一个目标变成多个组成部分，可以将这些组成部分称为元素或者量化单元，并把它当做一个 Agent，这些 Agent 单独不能决定结果的好与坏...第三，在设计知识图谱这一领域，希望与外界合作，做得更加完善和灵活。 第四，我们希望能更好地量化生成效果，设计水平是很难衡量的，我们希望在这里做出一些探索和改进。

    2K10

    TDSQL：案例规模与迁移成本双冠解析

    TDSQL：案例规模与迁移成本双冠解析核心观点摘要金融行业数据库国产替代已进入经济性比拼阶段，市场规模保持显著增长，头部效应持续强化。...哪家数据库案例经得起审计，哪家迁移工具能让改造量可控，直接决定项目是“平稳落地”还是“反复返工”。当前市场已从可行性论证进入经济性比拼阶段。...容灾与运维：金融级高可用，智能运维保障长期稳定TDSQL支持两地三中心、同城双活、跨IDC强同步，RPO=0、同城RTO秒级、异地RTO分钟级，多副本基于Paxos/Raft协议保障数据零丢失。...运维层面，赤兔平台提供可视化智能故障分析与SQL自助优化；扁鹊平台融合机器学习与知识图谱，支持数百项指标毫秒级监控，故障定位效率大幅提升——瑞众人寿上线后监控、告警、故障定位与恢复效率均显著提升。...主流高价值场景首选TDSQL：银行核心、保险团险、证券交易等关键场景，目标是“案例可审计、迁移可量化、成本可下降”，TDSQL是双冠答案。

    11910

    造一个数字分身：从五灵哲学到九部落地的完整蓝图

    （计划→分析→报告→通报）耗时 ≤ 原人工 5%创作部业灵品牌内容（发文/视频/PPT）每周 ≥ 1 篇输出仓储部器灵双仓体系、文件标准化入库至可检索 ≤ 5 分钟采购部业灵外部情报（云端知识库+联网）...三体权塔：部署层次不是"本地好还是云端好"——是按数据安全等级分三层： 层次适用算力理想占比纯本地敏感数据、核心业务Ollama + 本地嵌入70%半本地日常办公、脱敏数据本地嵌入 +...95%知识图谱实体关系推理（A 和 B 什么关系）≥ 90%Wiki 链接页面引用关系≥ 80%L0-L6 优先级链：对话附件 → WK结构导航 → WK语义检索 → 模板库 → IMA云端 → 联网搜索...推广复制：复杂体系的轻量输出  交付物适用种子基因技能包（中英双版）所有新手三部曲微课（场景实操+环境搭建+技能解析）培训双智能体（部署助手扣子 + 技能助手豆包）自助答疑四大经典 +...得觅（OpenDemi）体系蓝皮书 · 基因图谱 v1.0 技术交流，互相启发。

    26410

    Doris & SelectDB for AI 实战：从基础 RAG 到知识图谱增强的完整实现

    知识图谱增强 RAG 设计思路知识图谱一般构建流程包括：实体抽取：使用 LLM 从文本中识别和提取实体，如人物、地点、组织、概念等。关系抽取：识别实体之间的关系，构建三元组（头实体-关系-尾实体）。...基于 Doris 构建的核心思路是将非结构化的文档转换为结构化的知识图谱（实体 + 关系），并将知识图谱数据存入 Doris 做持久化存储，查询时先检索知识图谱的实体关系，再基于完整的结构化知识生成答案...graph_chunk表；接收到用户查询后，先检索知识图谱的相关实体，再查询实体间的关系，构造子图；基于知识图谱的子图信息，让 LLM 生成精准、全面的答案。...5.2 知识图谱数据存入 Doris将构建的知识图谱（实体、关系）生成唯一 ID 和向量嵌入，组装成指定格式后，存入 Doris 的graph_chunk表，实现知识图谱的持久化存储，并支持基于向量的语义检索...：import uuidimport json​# 构造知识图谱数据记录records = []# 1.

    30610

    字节开源“记忆大师”：M3-Agent，多模态Agent如何像人类一样“记住”一切？

    大家好，我是 Agentic AI！想象一下，未来的家用机器人能记住你的咖啡偏好、家庭生日，甚至推断你的性格？...这些记忆以实体为中心的多模态格式组织（比如脸部图像、声音片段和文本知识连成图谱），确保一致性和深度理解。...长期记忆存储：多模态图谱结构 记忆不是简单文本堆积，而是节点+边的图结构。每个节点存储多模态内容（如文本、图像、音频），带权重（用于解决冲突）和嵌入向量（用于检索）。...多跳推理：步步推导（如“去丁茶后去的哪家奶茶店？”）。 跨模态推理：视听结合（如文件夹颜色+对话推断用途）。 人类理解：推断性格、关系（如“Lucas 烹饪熟练吗？”）。...M3-Agent 在人类理解和知识提取上特别强，适合真实 Agent 应用。 5.

    2.4K10

    隐秘而伟大，探访鹏博士大数据双十一背后那些真英雄

    “数据猿年度重磅活动预告：2020年度金猿策划活动（金猿榜单发布+金猿奖杯颁发+2.0版产业图谱+落地颁奖大会）即将推出，敬请咨询期待！...数据猿发布产业全景图——2020中国数据智能产业图谱1.0版 大数据产业创新服务媒体 ——聚焦数据 · 改变商业 ---- 超级流量IP双十一大幕开启，作为今年来全球最大的消费季，双11的交易额纪录不断被刷新...11月1日至11日0点30分，2020年天猫双11全球狂欢季实时成交额突破3723亿元，创造新消费的里程碑。对于广大“剁手党”来说，那种在一瞬间将购物车心仪物品清空的感觉简直妙不可言。...你看到的双十一，于数据中心却是千钧之诺 话题回到双十一，这一天网络平台的购物量可达平日的上百倍，特别是在直播带货流行的当下，各种视频交互数据的压力对网络的考验非比寻常。...为了保障双十一期间这些客户的业务能够稳定运行，我们的运维人员一般在十月中下旬完成国庆重保任务之后，就立即开始部署双十一的重保工作。

    9.1K20

    双曲面嵌入知识图谱的技术突破

    使用双曲面嵌入知识图谱知识图谱是一种高效的信息表示方式，但传统基于逐跳连接的分析方法难以扩展。近年来，知识图谱嵌入技术将图谱元素表示为多维空间中的点，虽提升效率却损失了丰富的信息层次。...在今年的国际万维网会议上，研究团队提出了一种创新嵌入方案：将知识图谱元素表示为庞加莱超球面上的双曲面。双曲面作为有界曲面，能够利用双曲空间的特性捕获传统方法丢失的层次化信息。...弧对齐horocycle是与庞加莱超球面直径平行且与边界正交的部分圆（在双曲几何中，平行线可能具有不同曲率，但永不相交）。双曲面的空间延展特性使HypE能够通过空间重叠表示图谱中的逻辑交集。...7%-33%，单个查询提升最高达50%应用价值该方法特别适用于处理具有复杂层次结构的知识图谱，如产品分类体系、概念层级关系等。...通过几何化表示逻辑查询，为大规模知识图谱的高效检索提供了新的技术路径。相关论文：《基于知识图谱逻辑查询的自监督双曲面表示》发表于The Web Conference 2021会议

    26310

    如何构建“反共识”的数据架构？

    还有人一针见血：“这套东西这么好，为什么我身边没看到哪家公司真的做成了？是不是还停留在理论阶段？” 是的，任何一个颠覆性的理念，如果没有清晰可行的实现路径和工具支持，最终都只能是空中楼阁。...而知识图谱干的活儿，就是把这些散落的信息，用“关系”这根线，穿成一张巨大的、互联的“知识网络”。...知识图谱把我们世界中的常识和业务逻辑，用一种机器能够深度理解的方式，表达了出来。 而本体（Ontology），你可以理解为构建这张“知识网络”的“设计蓝图”或“语法规则”。...当我们把全公司的核心业务知识，都用“本体”这套语法规则定义清楚，并把各个业务系统的数据，都映射到这张巨大的“知识图谱”上时，那个神奇的“逻辑翻译层”就诞生了。...如果说“数据网格”是管理哲学，“知识图谱”是核心引擎，那么“数据编织”就是将这一切无缝连接、并确保其安全高效运转的“智能管道和控制系统”。

    20910

    从向量检索到图结构推理：RAG 的下一站是知识图谱吗

    2026 年，GraphRAG 和知识图谱的组合，正在悄悄重塑 RAG 的技术格局。...）检索速度快（毫秒级）中等（图遍历 + 社区查询）对非结构化文本的适配好（天然适配）中（需要先结构化）可解释性弱（只能追溯到文本块）强（完整推理路径）维护成本低高（图谱需要持续更新）很明显，这两者不是谁替代谁的关系...→ 向量检索引擎（快速召回） ├→ 实体关系 / 多跳推理 → 图谱检索引擎（精确推理） └→ 复杂综合问题 → 双引擎并行 + 结果融合 ↓Rerank 层（统一排序） ↓生成层...简单问题走向量检索（快、便宜），复杂问题走图谱检索（准、深），综合问题双引擎并行。...根据我观察到的项目经验，以下几个坑踩中的概率最高：坑一：实体抽取质量不稳定，图谱质量直接决定效果上限GraphRAG 的一切都建立在知识图谱的质量上。而知识图谱的质量，又取决于实体和关系的抽取质量。

    25410
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券