【活动通知】SFFAI93×CRIPAC 知识图谱专题

SFFAI 合作机构 CRIPAC 简介

智能感知与计算研究中心（www.cripac.ia.ac.cn）为中科院自动化研究所独立建制的科研部门，致力于研究泛在智能感知理论与技术以及与之相伴的海量感知数据的智能分析与处理。瞄准国际学科前沿，面向国家公共安全、智能产业发展等重大战略需求，着眼于基础理论创新与关键技术突破以及系统解决方案的研制，努力打造成为国际一流的研究中心，是集人才培养、技术创新、产业孵化为一体的创新平台。中心目前主要在多模态智能计算、生物识别与安全、生物启发的智能计算、智能感知基础理论四个方面展开科学研究。

论文推荐

“ 《SFFAI 93期—知识图谱专题》来自北京航空航天大学的牛广林同学推荐的文章主要关注于知识图谱领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”

关注文章公众号

回复"SFFAI93"获取本主题精选论文

01

推荐理由：这篇论文最早在知识图谱嵌入中引入实体的层次类型信息，核心思想是不同类型的实体应具有不同的表示，因此论文中提出的TKRL模型将层次类型看成实体的投影矩阵，并通过设计的层次类型编码器将一个实体不同层次的类型信息进行建模，层次类型提供了更多的语义约束，能够学习到更好的实体和关系的表示，并提升知识图谱补全的效果。

—— 牛广林

02

推荐理由：为了建模实体天然的层次特性，本文提出的HAKE模型将实体嵌入到极坐标系中，极坐标系中具有相同极径的实体可以反映出层次语义结构，极径较小的实体位于较高的语义层级，极角可以区分层次相同的不同实体。 

—— 牛广林

03

推荐理由：知识图谱嵌入需要在嵌入空间中保留知识图谱原有的分层和逻辑模式。对于分层数据，双曲嵌入方法已显示出较好的效果，但是，现有的双曲嵌入方法不能解决知识图谱中丰富的逻辑模式。这篇论文提出了一类双曲知识图谱嵌入模型，该模型同时学习到层次结构和逻辑模式，并将双曲反射和旋转操作结合在一起，能够对复杂的关系模式进行建模。

—— 牛广林

04

推荐理由：通常在知识图谱的构建过程中都会给出一个知识图谱的本体层信息，其中包括实体的概念及概念间的关系，这篇论文提出的JOIE模型对本体层和实例层的两个不同视角的知识图谱进行联合嵌入，包括跨视图关联模块将实例与概念进行关联，内部视图模块对实例层和本体层知识图谱分别进行表示学习。

—— 牛广林

05

推荐理由：现有的知识图谱嵌入模型通常需要较大维度的嵌入空间，本文通过离散化技术对知识图谱实体嵌入表示进行了压缩，例如原本一个200维的浮点型向量能够被编码为用少量整型数值组成的低维向量，对于大规模知识图谱在极大程度上可以提高嵌入表示的压缩率，减小模型的复杂度。

—— 牛广林

06

推荐理由：这篇论文提出了一种使用新的基于双曲GNN的知识图谱嵌入模型HyperKA来学习知识关联，HyperKA将关系建模为输入层实体向量之间的平移，然后通过邻域的聚合得到更新后的实体嵌入表示，这样可以结合TransE这类基于平移的模型和RGCN这类基于邻域聚合的方法的优点。

—— 牛广林

SFFAI招募召集人！

现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了SFFAI这个公益活动。SFFAI每周举行一期线下活动，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。

SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展，将对线下讨论的内容进行线上传播，使后来者少踩坑，也为讲者塑造个人影响力。SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest，通过汇总各位参与者贡献的领域知识，沉淀线下分享的前沿精华，使AI Knowledge Tree枝繁叶茂，为人工智能社区做出贡献，欢迎大家关注SFFAI论坛：https://bbs.sffai.com。我们邀请你一起来组织SFFAI主题论坛，加入SFFAI召集人团队。每个召集人负责1-2期SFFAI主题论坛的组织筹划，我们有一个SFFAI-CORE团队来支持你。一个人付出力所能及，创造一个一己之力不可及的自由丰盛。你带着你的思想，带着你的个性，来组织你感兴趣的SFFAI主题论坛。当召集人有什么好处？谁可以当召集人？怎样才能成为召集人？为什么要当召集人？了解我们，加入我们，请点击下方海报！

SFFAI历史活动

更多SFFAI历史活动

请点击文章底部“阅读原文”查看

分享、点赞、在看，给个三连击呗！