随着智能化水平的不断提高, 每时每刻都有大量的新知识产生, 知识图谱逐渐成为我们管理知识的工具之一. 但现有的知识图谱仍然存在属性缺失、关系稀疏等问题, 同时还存在大量噪声信息, 导致图谱质量不佳, 易对自然语言处理领域中的各类任务造成影响. 面向知识图谱的知识推理技术作为目前的研究热点, 是解决该问题的主要方法, 其通过模拟人的推理过程完成对图谱信息的完善, 在众多应用中有较好表现. 以知识图谱为切入点, 将知识推理技术按类别划分并分别阐释, 详细分析该技术的几种应用任务, 例如智能问答、推荐系统等, 最后对未来主要研究方向进行展望, 提出几种研究思路.
成为VIP会员查看完整内容
面向知识图谱的知识推理综述
相关内容
知识图谱（Knowledge Graph），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。
Arxiv
7+阅读 · 2018年11月4日
相关VIP内容
相关资讯
相关论文
Arxiv
7+阅读 · 2018年11月4日
微信扫码咨询专知VIP会员