时序知识图谱表示学习

来源 :计算机科学 | 被引量 : 0次 | 上传用户:uirerhj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
知识图谱作为一种结构化的人类知识形式,对海量多源异构异质的数据语义互通起到了很好的支撑作用,并有效地支持了数据分析等任务,成为了近年来学术界和工业界的研究热点。目前大多数知识图谱都是根据非实时的静态数据构建,没有考虑实体和关系的时间特性。然而社交网络通信、金融贸易、疫情传播网络等应用场景的数据具有实时动态的特点以及复杂的时间特性,如何利用时序数据构建知识图谱并且对该知识图谱进行有效建模是一个具有挑战性的问题。目前,有许多研究工作利用时序数据中的时间信息丰富知识图谱的特征,赋予知识图谱动态特征,将事实三元组拓展为(头实体,关系,尾实体,时间)的四元组表示,使用时间相关四元组进行知识表示的知识图谱被统称为时序知识图谱。文中对时序知识图谱相关文献进行整理和分析,并对时序知识图谱表示学习的工作进行了全面综述。具体地,首先简单介绍了时序知识图谱的背景与定义;其次总结了时序知识图谱表示学习方法相比传统知识图谱表示学习方法的优点;然后从事实的建模方法角度详细阐述了时序知识图谱表示学习的主要方法,并且介绍了上述方法使用到的数据集;最后对该技术的主要挑战进行了总结,并对其未来研究方向进行了展望。
其他文献
以甲基膦酸二甲酯(DMMP)、10-(2,5-二羟基甲苯)-10-氢-9-氧杂-10-磷酰杂菲-10-氧化物(DOPO-HQ)、可膨胀石墨(EG)和氢氧化铝(ATH)构建了四元阻燃复合体系,并通过热失重分析仪(TG)、锥形量热仪、极限氧指数分析仪等研究了其在硬质聚氨酯泡沫(RPUF)中的阻燃行为。结果表明,四元阻燃体系能够在较宽温度区间内发挥逐级释放的协同阻燃效应;DOPO-HQ能够与EG/DMM
为解决棉织物的易燃问题,制备了一种无卤、高效、耐久的P-N阻燃剂乙醇胺磷酸酯铵盐(FR)。傅里叶变换红外光谱(FT-IR)表明,FR通过P—O—C共价键接枝到棉织物上,增重率(WG)为23.4%的整理棉织物LOI达到37.6%,50次洗涤循环(LCs)后,LOI降至31.4%;扫描电子显微镜(SEM)证实FR渗透到棉织物中,但对其表面形貌没有明显影响;垂直燃烧和锥形量热(CONE)试验评估了棉织物
进入新发展阶段,专利工作的发展方向从注重数量增长向提升质量和价值转变。专利质量不仅反映为申请专利的技术创新水平,也反映为授权专利能否全面制止他人使用说明书公开的技术方案的行为的发生。专利质量问题是一国知识产权保护和运用中的特定问题,是一个具有国情特色的政策制度问题。有利于科技成果转化的专利质量评价不仅是研究专利质量的影响因素,更是在强化知识产权保护和运用中为回应和明确知识产权制度实施中的问题,建立
针对传统方法检测锂电池表面缺陷精度低、速度慢的问题,提出一种改进的YOLOv4算法。首先,在CSPDarknet-53骨干网络中使用空洞卷积代替传统卷积,提高了对不同尺度缺陷的检测。其次,将通道注意力机制插入到颈部网络中,自适应地选择一维卷积核的大小,降低模型的复杂度和计算量。最后,在分类和边界框回归中融合条件卷积来提高网络性能,并扩大数据集以解决由于缺陷样本太少而导致的网络训练过拟合问题。实验结
近年来,新能源产品大量涌入市场和日常生活,作为新能源动力的锂电池,在市场上的需求量和质量要求也越来越高。极片是用来传导锂电池电源的零件,在制造的过程需要完成涂布、辊压等工艺流程,并会产生一些缺陷,这些缺陷会影响锂电池的化学性能以及带来安全隐患。研究高效准确以及多场景适用的锂电池极片缺陷检测系统,可以及时检测缺陷信息,为改善工艺提供信息反馈,降低安全事故的发生和经济上的损失。传统的数字图像处理技术在
<正>“喜迎二十大、永远跟党走、奋进新征程”主题教育实践活动开展以来,团重庆市委按照团中央部署,各级团组织坚持以组织化学习为基本方法,坚持理论学习与实践育人相结合,团结引领广大青少年坚定跟党走、建功新时代,以实际行动迎接党的二十大胜利召开。
期刊
在锂电池极片生产过程中,传统的人工检测对瑕疵分类的效率及质量都不高,并且对于企业的生产工序优化不利。研究提出一种基于Bof模型的特征融合锂电池极片瑕疵分类方法。首先提取瑕疵特征并构建Bof模型用于对提取到的SURF特征点进行量化。然后对提取所有特征进行特征融合并归一化,使所有特征向量量纲相同。最后构建软间隔SVM分类器并搜索最佳参数实现极片瑕疵分类。经过与其他方法进行性能比较,证明该方法在性能方面
期刊