【WWW2020】知识图谱中的实体摘要:算法、评价和应用，123页ppt

知识图谱封装了实体和关系。知识图谱的简洁表示格式和图的特性使得许多新的Web应用程序得以创建，并增强了现有的应用性能。然而，在一个知识图谱中，描述一个实体的几十个或几百个事实可能会超出一个典型用户界面的能力，并使用户超载过多的信息。这激发了对实体摘要的富有成果的研究——为实体自动生成紧凑的摘要，以高效和有效地满足用户的信息需求。例如，在其搜索结果页面右侧，谷歌通过选择和显示用户可能正在搜索的特定实体的一些事实，为其知识图中的实体提供“最佳摘要”。

近年来，研究人员通过提出从纯粹的排序和挖掘技术到机器和深度学习技术等各种方法，对这个问题做出了贡献。技术水平不断提高，同时也使社区和新来者很难跟上该领域最近和过去的贡献。此外，尽管知识图谱在学术界和产业界越来越流行，但迄今为止还没有对该问题领域的最新趋势和基本构件进行教育和讨论。本教程的目的就是填补这一空白。

https://sites.google.com/view/entity-summarization-tutorials/www2020

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ESKG” 就可以获取《知识图谱中的实体摘要:算法、评价和应用，123页ppt》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源