首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    基于互联网群体智能的知识图谱构造方法

    知识图谱是一种基于图的结构化知识表示方式.如何构造大规模高质量的知识图谱, 是研究和实践面临的一个重要问题.提出了一种基于互联网群体智能的协同式知识图谱构造方法.该方法的核心是一个持续运行的回路, 其中包含自由探索、自动融合、主动反馈3个活动.在自由探索活动中, 每一参与者独立进行知识图谱的构造活动.在自动融合活动中, 所有参与者的个体知识图谱被实时融合在一起, 形成群体知识图谱.在主动反馈活动中, 支撑环境根据每一参与者的个体知识图谱和当前时刻的群体知识图谱, 向该参与者推荐特定的知识图谱片段信息, 以提高其构造知识图谱的效率.针对这3个活动, 建立了一种层次式的个体知识图谱表示机制, 提出了一种以最小化广义熵为目标的个体知识图谱融合算法, 设计了情境无关和情境相关两种类型的信息反馈方式.为了验证所提方法及关键技术的可行性, 设计并实施了3种类型的实验: 仅包含结构信息的仿真图融合实验、大规模真实知识图谱的融合实验, 以及真实知识图谱的协同式构造实验.实验结果表明, 该知识图谱融合算法能够有效利用知识图谱的结构信息以及节点的语义信息, 形成高质量的知识图谱融合方案; 基于“探索-融合-反馈”回路的协同方法能够提升群体构造知识图谱的规模和个体构造知识图谱的效率, 并展现出较好的群体规模可扩展性.

    02

    重磅!国家标准《信息技术人工智能知识图谱技术框架》征求意见稿发布,35页pdf详细规定知识图谱技术框架

    ---- 新智元报道   作者:专知 【新智元导读】本文件给出了知识图谱的技术框架中知识图谱供应方、知识图谱集成方、知识图谱用户、知识图 谱生态合作伙伴的主要活动、任务组成和质量一般性能等。本文件适用于知识图谱及其应用系统的构建、应用、实施与维护。 来自“ 知识图谱标准化” 本文件给出了知识图谱的技术框架中知识图谱供应方、知识图谱集成方、知识图谱用户、知识图 谱生态合作伙伴的主要活动、任务组成和质量一般性能等。本文件适用于知识图谱及其应用系统的构建、应用、实施与维护。 本文件给出了知识图谱的技术

    02

    论坛预告 | 第二届人工智能与碳中和战略融合发展论坛

    中国智慧城市与智能经济博览会(简称“智博会”)是我国首个以“智慧城市”为主题的国家级重点展会,是国内数字经济、智慧城市领域交流合作的重要平台。近年来,我国人工智能得到长足快速发展,已广泛渗透各行各业,在助力研发、生产、流通等产业环节及社会生活等方面的绿色转型发挥着越来越重要的作用。在此背景下,宁波市经济和信息化局联合深圳市人工智能行业协会,举办“第二届人工智能与碳中和战略融合发展论坛”。 1 论 坛 背 景 2021中央经济工作会首次将“做好碳达峰、碳中和工作”作为2021年重点任务提上日程。2021年全国

    01

    钉钉的开工利是,会成为企业级市场的双11吗?

    利是又称利事,即红包,是中国文化传统的一种社交行为。现在,新年开工第一天,很多中国公司也形成了派开工利是的风俗,比如马化腾携高管亲自给员工发红包已成为腾讯的传统,今年元宵节李彦宏也系上了围裙,在公司饭堂给百度员工乘起了汤圆…… 企业主如此重视开工日,不难理解:不只是可以起到激励士气的目的,更重要的是要自上而下地传达出一种新年新气象的氛围。 今年钉钉也抓住了开工日,从元宵节后的第一个工作日开始,一直到本月底期间,举办“酷公司开工季——20万元开工特权”系列开工利是活动,面向钉钉500万家中小企业客户中已获得钉

    04

    如何系统学习知识图谱-胖子哥的实践经验分享

    一、 前言 这是之前一次线上活动的待分享内容,因为一些原因,没有成行。在此开放出来,算是对之前关心和关注朋友的一次补偿。这部分内容同时也是系列课程《知识图谱实战开发案例剖析》的学习导论。相关课程已经开放在网易云课堂,关注的朋友可以前往查看。 1.1 概述 任何一项新技术的学习,都需要学习者基于自身的情况,结合被学习内容的特点进行展开,其过程既具有特殊性,同时也具有一般性,知识图谱的学习同样如此。基于胖子哥自身的切身实践,总结出了一套系统的学习知识图谱的方法,在此分享给大家。其要点可以用简单的用两句话来概况: 1. 横向覆盖:了解知识图谱所涉及的内容有哪些,并具备初步的认知能力,实现这一步,就可以对知识图谱的全局有一个系统的把握。 2. 纵向深耕:基于特定技术点进行深度学习,重点攻关、学深、学透。 以上两个点其实也是学习的两个过程,可以交叉进行,反复迭代。 1.2 人工智能的系统架构 知识图谱是人工智能进步的阶梯,开始知识图谱的学习之前,我们需要先了解一下人工智能相关的知识。人工智能从业务视角可以分为感知能力、认知能力和服务能力三个层次,其中认知能力以语义理解和语言生成为核心。如下图所示:

    04

    智能科技领衔双十一,智能金融时代的创新点在哪?

    文|孟永辉 智能科技时代的来临,让我们的生活开始更多地与智能科技产生了联系。今年天猫双11上亮相的各种智能科技更是让我们确信,未来智能科技将会与新零售更多地联系在一起。根据报道显示,机器运营小二、机器导购员、店小蜜等一系列的智能科技设备将会出现在今年的双11战场。 在双11战场这个如此庞大的系统,加入了智能科技应用之后或许才会称得上真正意义上的大战。而就在此时,我们或许才更加了解了今年的云栖大会之所以将主题确定为“飞天-智能”的原因所在。随着未来的智能科技与行业结合的日益紧密,未来还会有更多的行业加入到智

    07

    KG4Py:Python代码知识图谱和语义搜索的工具包

    现在的项目程序中存在着大量重复的代码片段,尤其是在软件开发的时候。在本文中,我们提出了一个工具包(KG4Py),用于在GitHub存储库中生成Python文件的知识图谱,并使用知识图谱进行语义搜索。在KG4Py中,我们删除了31.7万个Python文件中的所有重复文件,并通过使用具体语法树(CST)构建Python函数的代码知识图谱来执行这些文件的静态代码分析。我们将预先训练的模型与无监督模型集成后生成新模型,并将该新模型与代码知识图谱相结合,方便搜索具有自然语言描述的代码片段。实验结果表明,KG4Py在代码知识图谱的构建和代码片段的语义搜索方面都取得了良好的性能。

    04

    KG4Py:Python代码知识图谱和语义搜索的工具包

    现在的项目程序中存在着大量重复的代码片段,尤其是在软件开发的时候。在本文中,我们提出了一个工具包(KG4Py),用于在GitHub存储库中生成Python文件的知识图谱,并使用知识图谱进行语义搜索。在KG4Py中,我们删除了31.7万个Python文件中的所有重复文件,并通过使用具体语法树(CST)构建Python函数的代码知识图谱来执行这些文件的静态代码分析。我们将预先训练的模型与无监督模型集成后生成新模型,并将该新模型与代码知识图谱相结合,方便搜索具有自然语言描述的代码片段。实验结果表明,KG4Py在代码知识图谱的构建和代码片段的语义搜索方面都取得了良好的性能。

    03
    领券