徐奕的专栏

知识图谱（KGs）作为人类知识的集合，在自然语言处理、推荐系统和信息检索等领域显示展现了很好的前景。传统的KG通常是一个静态知识库，它使用图结构数据拓扑，并以三元组（s, p, o）的形式集成事实（也称为事件），其中s和o分别表示主语（头实体）和宾语（尾实体）实体，p作为关系类型表示谓词。在现实世界中，由于知识不断发展，时序知识图谱（TKG）的构建和应用成为领域热点，其中三元组（s, p, o）扩展为四元组，增加了时间戳t，即（s, p, o, t）。下图是由一系列国际政治事件组成的TKG。

什么是知识图谱全球最具权威的IT研究与顾问咨询公司高德纳发布了2020年AI领域技术成熟度曲线，其中知识图谱的期待值处在AI领域的顶峰，还有5到10年的发展机会达到平稳期，也就是大规模商用。知识图谱这个概念是在2012年谷歌知识图谱的提出而火起来的，追根溯源，知识图谱的前身是语义网络。通俗地说，知识图谱将无序分散的信息，以图的方式整合成知识。那么知识图谱和图、异质图这些概念有什么区别呢。这里给出了三个概念的形式化定义。其中图就是节点和边的集合，社交网络，引文网络，脉络树都是很典型的图。第二个是异

知识图谱可视化DemoGithub: https://github.com/xyjigsaw/Knowledge-Graph-And-Visualization-Demo本项目支持2D，3D知识图谱可视化与查询，主要为JavaScript代码。详细描述：https://www.omegaxyz.com/2020/03/03/knowledge-graph-demo/Aminer学术社交网络数据知识图谱构建Github: https://github.com/xyjigsaw/Aminer2KG

PaperGCC: Graph Contrastive Coding for Graph Neural Network Pre-Training关键词: 对比学习，实例辨析，可转移性，预训练图神经网络预训练的图对比编码最近工作然而，到目前为止，大多数关于图的表示学习工作都集中在学习单个图或一组固定图的表示，非常有限的工作可以转移到域外的数据和任务。挑战如何设计预训练任务，使网络内和网络间的通用结构模式被捕获并进一步转移?主要思想预训练的想法是使用预训练的模型作为一个良好的初始化，对未见数据

Linux-Knowledge-Graph基于Triples和Neo4j的Linux知识图谱，目前包括401个实体和377个关系，未来会添加更多数据。项目地址：Linux-Knowledge-GraphLinux KG此文件夹包含了存储在csv中的Linux的实体和关系。原始数据在LinuxKG.xlsxfile namedescriptionlengthe_LinuxDir.csvLinux directory34e_system.csvcommand fo

学科领域种类Applied SciencesArts & HumanitiesEconomic & Social SciencesGeneralHealth SciencesNatural Sciences6个领域，180个子领域可视化EchartsjQuery项目地址https://github.com/xyjigsaw/academia预览网址https://xyjigsaw.github.io/academia/数据来源science-metr

本文共2865个字，预计阅读时间需要10分钟。Aminer科技情报大数据挖掘与服务系统平台AMiner是由清华大学计算机科学与技术系教授唐杰率领团队建立的，具有完全自主知识产权的新一代科技情报分析与挖掘平台 。AMiner平台以科研人员、科技文献、学术活动三大类数据为基础，构建三者之间的关联关系，深入分析挖掘，面向全球科研机构及相关工作人员，提供学者、论文文献等学术信息资源检索以及面向科技文献、专利和科技新闻的语义搜索、语义分析、成果评价等知识服务。典型的知识服务包括：学者档案管理及分析挖掘、专家学者

论文摘要论文为A Survey on Knowledge Graphs: Representation, Acquisition and Applications，发表日期2020年，论文PDF，点击链接。代表实体间结构关系的知识图谱已成为认知和人类智能研究的一个日益流行的方向。在这篇论文中，作者对知识图谱进行了全面的回顾，涵盖了1)知识图谱表示学习、2)知识获取和补全、3)时序知识图谱、4)知识感知应用等方面的研究主题，并总结了最近的突破和未来的研究方向。作者对这些主题进行全视图分类。知识图谱嵌入从表

黑暗森林宇宙就是一座黑暗森林，每个文明都是带枪的猎人，像幽灵般潜行于林间，轻轻拨开挡路的树枝，竭力不让脚步发出一点儿声音，连呼吸都必须小心翼翼：他必须小心，因为林中到处都有与他一样潜行的猎人，如果他发现了别的生命，能做的只有一件事：开枪消灭之。在这片森林中，他人就是地狱，就是永恒的威胁，任何暴露自己存在的生命都将很快被消灭，这就是宇宙文明的图景。——《三体：黑暗森林》抛去黑暗森林的道德，...

本文共669个字，预计阅读时间需要3分钟。简介基于知识图谱的问答系统，即KBQA。其中一个简单的实现方法是根据用户输入的自然语言问句，转化为图数据库中的关系查询，最终将数据库中的实体及关系呈现给用户。下面给出了一个KBQA的Demo。实现依赖Python 3.6+Apache Jena FusekiSPARQLWrapperrefojiaba实例数据此知识图谱的主题为C...

本文共1132个字，预计阅读时间需要4分钟。知识融合本体匹配（ontology matching）侧重发现模式层等价或相似的类、属性或关系，也成为本体映射（mapping）、本体对齐（alignment）实体对齐（entity alignment）侧重发现指称真实世界相同对象的不同实例，也称为实体消解（resolution）、实例匹配（instance matching）知识融合（kn...

本文共674个字，预计阅读时间需要3分钟。知识图谱中属性和关系的区别主要是在于其面对的实体不同。实体关系分为两种，一种是属性property，一种是关系relation。其最大区别在于，属性所在的三元组对应的两个实体，常常是一个topic和一个字符串，如属性Type/Gender，对应的三元组（Justin Bieber, Type, Person），而关系所在的三元组所对应的两个实体，常常是...

论文图注意力网络来自 Graph Attention Networks，ICLR 2018. https://arxiv.org/abs/1710.10903注意力机制代码import tensorflow as tffrom tensorflow import kerasfrom tensorflow.python.keras import activationsfrom ...

本文共1215个字，预计阅读时间需要4分钟。最近有个上亿个关系/节点的数据需要导入到Neo4j，有以下几个工具可以导入：Cypher CREATE 语句，为每一条数据写一个CREATECypher LOAD CSV 语句，将数据转成CSV格式，通过LOAD CSV读取数据。官方提供的Java API —— Batch InserterBatch Import 工具neo4j-imp...

Fruchterman Reingold (FR)FR算法将所有的结点看做是电子，每个结点收到两个力的作用：其他结点的库伦力（斥力）fa(d)=d2kf_{a}(d)=\frac{d^{2}}{k}fa​(d)=kd2​边对点的胡克力（引力）。fr(d)=−k2df_{r}(d)=\frac{-k^{2}}{d}fr​(d)=d−k2​该算法遵循两个简单的原则：有边连接的节...

本文共1262个字，预计阅读时间需要5分钟。简介Neo4j是一个高性能的NoSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、...

In-KG应用（在 KG 范围内的应用）链接预测（Link prediction）链接预测任务有时也称为实体预测或实体排序，用来预测两个实体之间是否有特定的关系。即已知头实体h和关系r，预测尾实体t；或者尾实体t和关系r，预测头实体h。它的本质是一个KG补全的任务，即将缺失的知识添加到图谱中。同时也可以预测两个给定实体之间的关系，即已知头尾实体，求r。以预测头实体为例，可以将 KG 中每个...