知识图谱

编者按 数据烟囱、信息孤岛已成为政府、企业在数据应用中不可回避的问题，都在寻求各种方案打破现状，实现数据融合已成当务之急。百分点在经历多个大型数据集成项目洗礼后，已经达到了业界领先水平，通过利用动态知识谱图技术，将模型与数据进行解耦，在业务处于探索期或业务变化十分迅速的场景下，能够极大地提升数据集成的效率，解决海量数据动态集成的难题，并且能支持千万级、PB级的实时导入分析。 作者：倪路 在信息高速变化的时代，企业、政府对数据的认知是一个不断变化的过程。通常某个数据集成项目的初期，客户与集成方对数据、业务的认知都是不全面的，比如今天提供了人口库的数据，明天提供车辆数据、后天又提供了卡口数据…… 在这种场景下，如果利用常规的数据集成实现手段，就要调整表结构、改写ETL任务代码、删除已经集成过的数据，并重新进行数据集成。但这在大规模数据集成的场景下，几乎是不能接受的，比如已经集成数百张表、入库10PB数据，如果要重新进行一遍集成，可能需要数以月记。这时，具备数据动态集成的能力就十分重要了。 因此，如何在海量数据之上将动态的数据进行关联融合，同时满足融合快速、融合无信息丢失等业务要求，并将新增的数据快速融入到当前的图谱中，不间断提供知识服务是目前的业界难题。 基于动态知识图谱的数据集成实现方案 常规的数据集成方案通常有以下痛点： 1.只能针对特定行业的数据进行集成

又是在凌晨三点赶作业，又是在Deadline前去熬夜，一次次无眠，一次次抱怨。为什么三年前、两年前、一年前，甚至是昨天，我都下定决心“从现在开始读顶会论文”，却又悄悄选择逃避；为什么我的收藏夹存了很多学习资料和视频，然而却没有再次翻起；为什么无数次告诫自己一定要卸载游戏和社交APP，开始好好学习，但明天又会继续下载去放纵自己。我们忙碌，我们孤独，我们在一遍遍地逃避和自我安慰中变得惴惴不安，拖延和等待终将击垮我们的斗志。人生几何，去日良多，不要再让拖延彻底吞噬了你我！ 为了改变，为了前行。因此就有了这样一篇文章，也有了《秀璋带你看论文》新的系列，同时也解答了一些初学编程博友的疑惑。本文将分享作者这些年学习、编程和科研的经历，也将详细介绍LATEX工具的用法，就当是开启我们科研之门的钥匙。注意，本文欢迎大家对号入座，闭上眼睛、扪心自问，你有拖延症吗？你是不是也准备开始学习一门新的编程技术，却又立刻放弃；你是不是无数次在截止日期前通宵达旦、痛心不已？你是不是立下很多flag却没有付诸以行动而更改计划呢？如果这篇文章能唤起你去学习，去奋斗，去拼搏，足矣。如果你能坚持一个月、半年、一年，甚至几年，去做自己想做的事情，去追逐心中的乌托邦。那么，我希望你再回过头来找到这篇文章，告诉你的好友秀璋，我们曾一起拼搏前行，这种素未谋面却相互鼓励的感觉真好！ 更重要的是，希望大家督促我

　　 　　自18年底谷歌BERT问世以后，NLP便逐渐步入bert时代，bert家族儿孙满堂，如RoBERTa、ALBert、ERNIE等等，这些bert们正在给并持续给nlp领域输入无限生机，让人工智能皇冠上的明珠更加光彩夺目，在其光芒的照耀下，人类的人工智能之路必定越来越清晰、明朗。 　　通过阅读大量博客资料，知乎专栏和论文，文本以通俗易懂而不失专业的方式总结了Bert以及其13个衍生版本，分享给大家，不足之处，望请指出。后期会不定期分享各个版本bert的详细解读以及实战代码，敬请期待。 　　 1 　　 BERT 　　论文：《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》 　　论文地址：https://arxiv.org/pdf/1810.04805 　　作者/机构：google 　　年份：2018.10 　　 1.1 概述 　　Bert是基于Transformer的深度双向预训练语言模型，神经语言模型可直接用于下游NLP任务的微调。Bert的出现使finetune技术应用于NLP领域真正走向成熟，并在工业界得到了广泛的应用，在不太消耗算力的情况下能显著提升各类任务的性能；在学术界也成为了研究热点，Bert出现会后，基于Bert的各类任务的SOTA模型也逐渐出现

一、图灵聊天机器人 http://doc.tuling123.com/openapi2/263611 二、百度地图开放平台 http://lbsyun.baidu.com/index.php?title=webapi 三、Eolinker - API Shop 生活常用 常见疾病查询： https://www.apishop.net/#/api/detail/?productID=215 全国天气预报： https://www.apishop.net/#/api/detail/?productID=76 今日热闻查询： https://www.apishop.net/#/api/detail/?productID=92 邮编查询： https://www.apishop.net/#/api/detail/?productID=73 实时空气质量数据查询： https://www.apishop.net/#/api/detail/?productID=83 邮编查询： https://www.apishop.net/#/api/detail/?productID=73 成语大全： https://www.apishop.net/#/api/detail/?productID=93 万年历查询： https://www.apishop.net/#/api/detail/

本文内容源自 medium文章 A Knowledge Graph understanding and implementation tutorial for beginners[1] 目录 什么是知识图谱？ 如何搭建一个简单的知识图谱？ 什么是知识图谱？ 知识图谱的内容通常以三元组形式存在， Subject-Predicate-Object (spo)。 举个栗子： Leonard Nimoy was an actor who played the character Spock in the science-fiction movie Star Trek 对上面的句子可以抽取到如下三元组： 以知识图谱形式可以表示为： 上述由节点和关系组成的图，就是一个简单的知识图谱。 如何搭建一个简单的知识图谱？ 可以分为以下两大步骤： 知识提取 信息抽取，获取三元组 实体识别、实体链接、实体消歧(Disambiguation)、实体统一(Entity Resolution) 图构建 存储 查询 知识提取步骤是构建知识图谱的关键，三元组可以通过依存分析得到。 动手构建一个简单知识图谱 此处只显示代码执行过程与结果，完整代码请见 github . 1. 三元组提取 借助spacy inputText = 'Startup companies create jobs and innovation.

种一棵树，最好的时间是十年前，其次是现在。——Dambisa Moyo 机器之心原创，作者：张倩。 7 月 10 日，自然语言处理顶会 ACL 2020 落下帷幕。本次大会共收到 3429 篇论文投稿，其中 779 篇被接收，接收率为 22.7%，与去年持平，低于近年来大部分年份的接收率。 在这 779 篇论文中，有 185 篇来自中国大陆，占被接收论文总数的 23.7%，仅次于美国。此外，今年的最佳论文二作和最佳 demo 论文一作均为华人学生。 然而，很多人可能不知道，2000 年 ACL 年会在中国香港举办时，只有微软中国研究院的论文来自中国大陆；到了 2005 年，来自大陆的论文也只有三篇。 很多变化是过去十几年发生的，尤其是过去的十年。在这十年里，中国的 NLP 学界在 ACL 年会中的投稿数、被接收论文数逐年上升，同时，中国的 NLP 学者也实现了多个 “第一次” 的突破： 2013 年，王海峰出任 ACL 五十年来首位华人主席； 2014 年，吴华出任 ACL 程序委员会主席，成为中国企业首位 ACL 程序委员会主席； 2015 年，ACL 年会首次在中国举办；大会上，哈工大教育部语言语音重点实验室主任李生教授获得 ACL 终身成就奖，成为首个获得该奖项的华人； 2016 年，赵世奇当选 ACL 秘书长，成为首位当选该职位的亚洲人； 2018 年，ACL

　　 　　020全球人工智能技术大会将于7月25-26日登陆杭州未来科技城。除了令人瞩目的大会主旨论坛，同期举行的20场专题论坛嘉宾层次高、主题范围广，聚焦模式识别、脑科学与人工智能等人工智能多个热门领域，内容精彩纷呈，观点将极具创见和现实针对性。 　　在国家不断鼓励创新的时代背景下，越来越多的女科学家不断坚持梦想，在科学研究中自立自强、自尊自信，绽放出耀眼光芒，真正撑起了祖国科研事业的“半边天”。7月26日上午，由北京理工大学人工智能研究院院长、特聘教授、CAAI Fellow黄河燕；澎思科技首席科学家、新加坡研究院院长申省梅担任论坛主席的 AI女性未来论坛 将拉开帷幕。当前，我国女性科学家的人数远远少于男性，科研界对科研女性的流失现象越来越重视，而激励她们继续从事科学事业显得尤为关键。敬请锁定本场论坛，让我们共同聆听“她声音”，成就“她力量”。 大会官网 　　扫码访问大会官网，获取最新会议动态 　　加入2020GAITC交流群，了解更多会议精彩内容 论坛主席 　　 　　 黄河燕 　　 北京理工大学人工智能研究院院长、特聘教授 　　 CAAI Fellow 　　CAAI第六、七届副理事长，CAAI女科工委主任委员；教育部计算机专业教育指导委员会副主任委员、中国中文信息学会和中国软件行业协会副理事长、信息技术新工科产学研联盟常务副理事长兼秘书长

斯坦福知识图谱春季课程视频上线 B 站，领域内顶尖学者和业界大牛倾情授课，对知识图谱感兴趣的小伙伴赶紧去观看吧！ 机器之心报道，参与：杜伟、魔王。 从 Google 搜索，到聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，这些应用无一不跟知识图谱相关。知识图谱在技术领域的热度也在逐渐上升。 但目前关于知识图谱的专门课程并不多，不过大家不用担心。斯坦福大学今年春季开设的 CS520《知识图谱》课程已经结课，并放出了全部课程 slide 和授课视频。这些视频也已经上传至 B 站。 B 站视频链接： https://www. bilibili.com/video/BV1D 5411W7Ri/ 这门课程是斯坦福大学计算机科学系开设的 2020 春季课程，共分 10 节完成，每周一节。首节课程开始于 2020 年 3 月 31 日，全部课程已于 6 月 2 日正式结束。 课程主页： https:// web.stanford.edu/class/ cs520 课程概况 知识图谱逐渐成为互联网上组织世界结构化知识的有力抽象化方式，它能够捕捉企业间关键实体之间的关系，并整合来自多个数据源的信息。知识图谱还开始在机器学习和自然语言处理领域发挥重要作用，它不仅可以纳入世界知识作为所提取知识的目标知识表征，还能用来解释学习到的内容。 然而，有关知识图谱的专门课程相对较少。不过

在2019年深度学习开发者秋季峰会上，百度对外发布飞桨图学习框架PGL v1.0正式版，历经5个月的版本迭代，PGL再度升级，发布v1.1版本，带来了最新的算法突破、全面的工业级图学习框架能力以及工业级的实践案例。下面我们逐一揭秘升级点。 最新算法突破：结合语义与结构信息的图神经网络模型ERNIESage 在很多工业应用中，往往出现如下图所示的一种特殊的图：Text Graph。顾名思义，图的节点属性由文本构成，而边的构建提供了结构信息。如搜索场景下的Text Graph，节点可由搜索词、网页标题、网页正文来表达，用户反馈和超链信息则可构成边关系。 ​ PGL团队提出ERNIESage模型同时建模文本语义与图结构信息，有效提升Text Graph的应用效果。其中ERNIE是百度推出的基于知识增强的持续学习语义理解框架，在中英文16个任务上超越业内同类最优模型，以历史上首次超越90大关的成绩登顶自然语言处理领域最权威的 GLUE评测榜单 ，并在最近SemEval 2020上斩获5项世界冠军。 ERNIESage是ERNIE与GraphSAGE碰撞的结果，是ERNIE SAmple aggreGatE的简称，它的结构如下图所示，主要思想是通过ERNIE作为聚合函数（Aggregators），建模自身节点和邻居节点的语义与结构关系。 ERNIESage对于文本的建模是构建在邻居聚合的阶段

【清华NLP】图神经网络GNN论文分门别类，16大应用200+篇论文最新推荐 图神经网络研究成为当前深度学习领域的热点。最近，清华大学NLP课题组Jie Zhou, Ganqu Cui, Zhengyan Zhang and Yushi Bai同学对 GNN 相关的综述论文、模型与应用进行了综述，并发布在 GitHub 上。16大应用包含物理、知识图谱等最新论文整理推荐。 GitHub 链接： https://github.com/thunlp/GNNPapers 目录 综述论文 Graph Neural Networks: A Review of Methods and Applications. arxiv 2018. paper Jie Zhou, Ganqu Cui, Zhengyan Zhang, Cheng Yang, Zhiyuan Liu, Maosong Sun. A Comprehensive Survey on Graph Neural Networks. arxiv 2019. paper Zonghan Wu, Shirui Pan, Fengwen Chen, Guodong Long, Chengqi Zhang, Philip S. Yu. Deep Learning on Graphs: A Survey. arxiv 2018. paper