NYSDY
I just want to be a bit closer to the best.
  推荐文章
论文阅读笔记

2016 TransG : A Generative Model for Knowledge Graph Embedding阅读笔记

论文下载地址 解决问题multiple relation semantics(多重关系语义):一个关系可能具有与对应的三元组关联的实体

阅读更多
论文阅读笔记

2016 Knowledge Graph Completion with Adaptive Sparse Transfer Matrix阅读笔记

为解决heterogeneity和imbalance问题,作者针对同一关系链接实体对的数量和同一关系不同头尾实体数量,分别设计了不同稀疏程

阅读更多
论文阅读笔记 KG

2015 TransA An Adaptive Approach for Knowledge Graph Embeddin阅读笔记

这篇文章具体的公式操作比较难以理解,但是对于我来说,它的每一维度加权和最后判断时也应该考虑不同维度差异和我的思路比较像。 论文下载地址

阅读更多
论文阅读笔记 KG

Transition-based Knowledge Graph Embedding with Relational Mapping Properties阅读笔记

论文下载地址 Related Work把知识图谱映射到低维向量的原因:符号和离散的存储结构使我们很难利用这些知识来增强其他智能获取的应

阅读更多
论文阅读笔记 KG

Knowledge graph embedding with concepts阅读笔记

这篇论文,运用skip-gram方法,将实体对应相关概念引入实体向量表示,以增强表示效果。实体和概念在同一空间中,但是概念是空间中的一个超

阅读更多
2016 TransG : A Generative Model for Knowledge Graph Embedding阅读笔记 2016 TransG : A Generative Model for Knowledge Graph Embedding阅读笔记
论文下载地址 解决问题multiple relation semantics(多重关系语义):一个关系可能具有与对应的三元组关联的实体
2016 Knowledge Graph Completion with Adaptive Sparse Transfer Matrix阅读笔记 2016 Knowledge Graph Completion with Adaptive Sparse Transfer Matrix阅读笔记
为解决heterogeneity和imbalance问题,作者针对同一关系链接实体对的数量和同一关系不同头尾实体数量,分别设计了不同稀疏程
2015 TransA An Adaptive Approach for Knowledge Graph Embeddin阅读笔记 2015 TransA An Adaptive Approach for Knowledge Graph Embeddin阅读笔记
这篇文章具体的公式操作比较难以理解,但是对于我来说,它的每一维度加权和最后判断时也应该考虑不同维度差异和我的思路比较像。 论文下载地址
Transition-based Knowledge Graph Embedding with Relational Mapping Properties阅读笔记 Transition-based Knowledge Graph Embedding with Relational Mapping Properties阅读笔记
论文下载地址 Related Work把知识图谱映射到低维向量的原因:符号和离散的存储结构使我们很难利用这些知识来增强其他智能获取的应
Knowledge graph embedding with concepts阅读笔记 Knowledge graph embedding with concepts阅读笔记
这篇论文,运用skip-gram方法,将实体对应相关概念引入实体向量表示,以增强表示效果。实体和概念在同一空间中,但是概念是空间中的一个超
Knowledge Graph Embedding via Dynamic Mapping Matrix阅读笔记 Knowledge Graph Embedding via Dynamic Mapping Matrix阅读笔记
论文下载地址 Problem Statement 对于特定的关系$r$,所有的实体都共享相同的映射矩阵$M_r$。然而,由关系链接的实
DocRED A Large-Scale Document-Level Relation Extraction Dataset阅读笔记 DocRED A Large-Scale Document-Level Relation Extraction Dataset阅读笔记
这是一个介绍数据集的论文,主要是文档级别的关系抽取数据集。 论文下载地址 Problem Statementexisting datas
Neural Relation Extraction with Selective Attention over Instances阅读笔记 Neural Relation Extraction with Selective Attention over Instances阅读笔记
这篇文章之前看过😂。 论下载地址 Problem Statement​ Distant supervision inevita
1 / 4