知识图谱学习和推理研究进展
知识图谱是在大数据时代背景下产生的一种新型知识表示方式和数据管理模式.学习和推理是知识图谱应用研究的核心内容之一,主要任务是链接预测、实体解析和基于聚类的链接等,它能够进一步完善知识图谱,并解决问题回答和信息检索等领域问题,因此,学习和推理的算法研究具有十分重要的意义.国内知识图谱研究和应用正处于开展阶段,学习和推理算法的中文文献相对较少,针对当前知识图谱的学习和推理算法进行了归纳总结和介绍,比较各种算法的优缺点,同时对当前研究中所面临的一些主要问题及发展方向进行了探讨.
知识图谱、链接预测、实体解析、知识图谱完善
37
TP391(计算技术、计算机技术)
国家自然科学基金青年项目61202144;福建省教育厅科技项目JA14243,JA1S082;福建省引导性项目2016Y0060
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
2007-2013