【知識圖譜】17篇必看[知識圖譜Knowledge Graphs] 論文 ...

文章推薦指數: 80 %
投票人數:10人

【導讀】2020 年2 月7 日-2 月12 日,AAAI 2020 在美國紐約舉辦。

Michael Galkin撰寫了AAAI2020知識圖譜論文相關研究趨勢包括:KG-Augmented語言模型,異構KGs中的實體 ... 公眾號關注 “ML_NLP” 設為“星標”,重磅乾貨,第一時間送達! 【導讀】2020年2月7日-2月12日,AAAI2020在美國紐約舉辦。

MichaelGalkin撰寫了AAAI2020知識圖譜論文相關研究趨勢包括:KG-Augmented語言模型,異構KGs中的實體匹配,KG完成和鏈路預測,基於kg的會話人工智慧和問題回答,包括論文,值得檢視! 知識圖譜增強的語言模型 HiroakiHayashi, ZecongHu, ChenyanXiong, GrahamNeubig:LatentRelationLanguageModels.AAAI2020 潛在關係語言模型 本文提出了一種潛在關係語言模型(LRLMs),這是一類透過知識圖譜關係對文件中詞語的聯合分佈及其所包含的實體進行引數化的語言模型。

該模型具有許多吸引人的特性:它不僅提高了語言建模效能,而且能夠透過關係標註給定文字的實體跨度的後驗機率。

實驗證明了基於單詞的基線語言模型和先前合併知識圖譜資訊的方法的經驗改進。

定性分析進一步證明了該模型的學習能力,以預測適當的關係在上下文中。

K-BERT:EnablingLanguageRepresentationwithKnowledgeGraph K-BERT:使用知識圖譜實現語言表示 異構KGs中的實體匹配 KnowledgeGraphAlignmentNetworkwithGatedMulti-hopNeighborhoodAggregationZequnSun(NanjingUniversity)*;ChengmingWang(NanjingUniversity);WeiHu(NanjingUniversity);MuhaoChen(UPenn);JianDai(AlibabaGroup);WeiZhang(AlibabaGroup);YuzhongQu(NanjingUniversity) 知識圖譜補全與連結預測 DifferentiableReasoningonLargeKnowledgeBasesandNaturalLanguagePasqualeMinervini(UniversityCollegeLondon)*;MatkoBošnjak(DeepMind/UCL);TimRocktäschel(FacebookAIResearch&UniversityCollegeLondon);SebastianRiedel(UCL);EdwardGrefenstette(FacebookAIResearch) ReasoningonKnowledgeGraphswithDebateDynamicsMarcelHildebrandt(Siemens)*;JorgeAndresQuinteroSerna(Siemens);YunpuMa(LMU);MartinRingsquandl(Siemens);MitchellJoblin(Siemens);VolkerTresp(SiemensAGandLudwigMaximilianUniversityofMunich) 知識圖譜會話與問答 TowardsScalableMulti-DomainConversationalAgents:TheSchema-GuidedDialogueDatasetAbhinavRastogi(Google)*;XiaoxueZang(Google);SrinivasSunkara(Google);RaghavGupta(Google);PranavKhaitan(Google) 參考連結: https://medium.com/@mgalkin/knowledge-graphs-aaai-2020-c457ad5aafc0 專知便捷檢視 便捷下載,請關注專知公眾號(點選上方藍色專知關注) 後臺回覆“KG17”就可以獲取《知識圖譜KnowledgeGraphs17篇論文@AAAI2020》專知下載連結 推薦閱讀: 深度解析LSTM神經網路的設計原理 圖卷積網路(GCN)新手村完全指南 論文賞析[ACL18]基於Self-Attentive的成分句法分析 相關文章 搜尋: Copyright©2022|Poweredbysa123.cc



請為這篇文章評分?