原创力文档- 1、本文档共20页，其中可免费阅读10页，需付费150金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
0 引 言
随着海量数据处理和人工智能技术的快速发展, 以数据密集型为主导的研究范式为推动各领域数字化转型提供了新的研究思路. 知识图谱(Knowledge Graph, KG)作为一种用图模型描述知识和建模世界万物之间关联关系的方法, 通过一系列形如 〈 头实体, 关系, 尾实体 〉 的三元组对知识进行结构化表示[1], 为跨领域知识融合提供了解决方案. 近年来, 在搜索引擎[2]、推荐计算[3]和智能问答[4]等KG下游应用的驱动下, 以及DBpedia[5]、YAGO[6]和Freebase[7]等跨领域知识库的诞生, 研究人员对从非结构化数据源特别是文本数据中挖掘高质量的领域知识产生
文档评论（0）