原创 ###好好好####BERT+知識圖譜:北大-騰訊聯合推出知識賦能的K-BERT模型

作者丨周鵬 單位丨騰訊 研究方向丨自然語言處理、知識圖譜 背景 近兩年,谷歌 BERT 等無監督預訓練語言表示模型在多個 NLP 任務中均取得了可喜的成果。 這些模型在大規模開放域語料庫上進行了預訓練,以獲得通用的語言表示形式,然後在特定

原创 #####好好好#######乾貨滿滿的深度強化學習綜述(中文)

0.來源說明   引用:深度強化學習綜述 作者:劉全,翟建偉,章宗長,鍾珊,周 倩,章 鵬,徐 進 單位:蘇州大學計算機科學與技術學院 、軟件新技術與產業化協同創新中心 出處:計算機學報,2017年第40卷 整理&排版:九三山人   1.

原创 2020 年機器學習趨勢:建立統一的跨媒體多模態內容理解內核

內容 AI:建立統一的跨媒體多模態內容理解內核 作者: [email protected],騰訊 IEG 應用研究員 Jeff Dean 談 2020 年機器學習趨勢:多任務和多模式學習將成爲突破口 2019 年下半年,CDG 廣

原创 ###好好好#### 知識圖譜推理與實踐(1)

知識圖譜推理與實踐(1) 由於工作原因,需要在系統裏建立圖譜推理功能,因此簡單學習了浙江大學 陳華鈞教授 知識圖譜導論課程課件,這裏記錄下學習筆記。 知識圖譜推理的主要方法 • 基於描述邏輯的推理(如DL-based) • 基於圖結構和統

原创 論文筆記 | 文檔級別的中文金融事件抽取系統

原論文的著作權屬於中科院自動化所,本文僅進行了學習以及筆記工作。 1. 前言 我個人認爲,事件抽取(Event Extraction)主要存在兩方面的問題。第一個方面,訓練數據的嚴重不足。拿經常用來做實驗的公開數據集 ACE 2005 來

原创 論文閱讀 KGAT: Knowledge Graph Attention Network for Recommendation

在這裏插入圖片描述 1. Motivation 如何將side information和用戶-物品二部圖考慮在一起給用戶提供準確、多樣和可解釋的推薦是非常有必要的。目前基於CF的方法並不能很好的對用戶和物品的side informatio

原创 論文細細品讀----KGAT : Knowledge Graph Attention Network for Recommendation

0 ABSTRACT 在推薦系統領域中,爲了使推薦結果更加準確、可解釋性更高,不僅要考慮user-item之間的關係,引入外部知識豐富user-item之間的信息也非常有必要。在這方面比較常用的方法主要有FM算法(factorizatio

原创 #####好好好好######如何將知識圖譜特徵學習應用到推薦系統?

  將知識圖譜作爲輔助信息引入到推薦系統中可以有效地解決傳統推薦系統存在的稀疏性和冷啓動問題,近幾年有很多研究人員在做相關的工作。目前,將知識圖譜特徵學習應用到推薦系統中主要通過三種方式——依次學習、聯合學習、以及交替學習。   依次學

原创 社區檢測與高密子圖挖掘(上)

前面我們說過圖的第二個優點是拉幫結派,在圖裏面是很容易形成團伙結構,近年來,研究這個問題的論文也是汗牛充棟。本章,我們就這一問題所衍生出來的兩個方面:社區檢測(Community Detection)和高密子圖挖掘(Dense Subgr

原创 知識圖譜入門 (六) 知識融合

知識融合簡介 知識融合,即合併兩個知識圖譜(本體),基本的問題都是研究怎樣將來自多個來源的關於同一個實體或概念的描述信息融合起來。需要確認的是: 等價實例 等價類/子類 等價屬性/子屬性 一個例子如上圖所示,圖中不同顏色的圓圈代表不同的

原创 ######好好好好#####知識圖譜推理與實踐(1)

知識圖譜推理與實踐(1) 由於工作原因,需要在系統裏建立圖譜推理功能,因此簡單學習了浙江大學 陳華鈞教授 知識圖譜導論課程課件,這裏記錄下學習筆記。 知識圖譜推理的主要方法 • 基於描述邏輯的推理(如DL-based) • 基於圖結構和統

原创 我們爲什麼不畫高保真原型圖

大家好,我是IT修真院深圳分院第3期的學員,一枚正直純潔善良的PM。今天給大家分享一下,修真院官網PM任務5,深刻思考其中的知識點——我們爲什麼不畫高保真原型圖,希望能夠給大家帶來一些收穫。 目錄 1.原型圖分類 2.爲什麼我們不畫高保

原创 java後端技術

java後端技術 技術概論:Springmvc+mybatis+shiro+Dubbo+ZooKeeper+Redis+KafKa j2ee分佈式架構   目前已經對接的互聯網公司,金融公司,基金公司,銀行等幾十家企業,後端主要的技術:

原创 阿里開源大規模分佈式圖學習框架:專爲Graph嵌入,無縫對接TF/PyTorch

阿里媽媽開源大規模分佈式圖表徵學習框架Euler,面向工業級用戶和高級研究者,結合TF/XDL/PyTorch等深度學習基礎工具,支持超大規模複雜異構圖的模型訓練。   阿里媽媽宣佈開源大規模分佈式的圖表示學習框架Euler,Euler內

原创 ####好好好好好#####GraphSAGE:我尋思GCN也沒我牛逼

  衆所周知,2017年ICLR出產的GCN現在是多麼地熱門,彷彿自己就是圖神經網絡的名片。然而,在GCN的風頭中,很多人忽略了GCN本身的巨大侷限——Transductive Learning——沒法快速表示新節點,這限制了它在生產環