摘要: 遍历和寻路算法 1.并行广度优先搜索(BFS) 功能:遍历树数据结构,通过扇出探索最近的邻居和他们的次级邻居。它用于定位连接,并且是许多其他图算法的前身。 当树较不平衡或目标更接近起点时,BFS是首选。它也可用于查找节点之间的最短路径或避免深度优先搜索的递归过程。 如何使用:广度优先搜索可用于在像B 阅读全文
posted @ 2020-05-29 18:46 深度预习 阅读(2196) 评论(0) 推荐(0) 编辑
摘要: 继 2017 年 8 月份首度联合发布开放学术图谱(Open Academic Graph, OAG),近日,清华大学和微软研究院再度携手将 OAG 更新为 2.0 版本并进行了发布。 OAG 2.0 版本 VS 1.0 版本 于 2017 年开放的 OAG 1.0 版本,通过整合清华 AMiner 阅读全文
posted @ 2020-05-29 18:31 深度预习 阅读(965) 评论(0) 推荐(0) 编辑
摘要: 基于信息检索的问答 在机器人智能问答中,基于信息检索的问答(Information Retrieval Question Answering,IRQA)是指给定整理好的问答对(QA对),通过理解用户的问题,从问答对中找到与用户问题语义上等价或相近的一个问答对,并将问答对中的A作为用户问题的答案返回。 阅读全文
posted @ 2020-05-29 18:23 深度预习 阅读(935) 评论(0) 推荐(0) 编辑
摘要: 大数据时代以其海量的数据,极大丰富了人们获取知识的来源与途径,为人们更好的掌握与认知事物规律,提供了越来越丰富的手段。与此同时,随着数据量尤其是非结构化数据的急剧增长,数据的分析与理解已经远远超过人类的理解与分析速度,在某些应用场景甚至会出现随着数据的增长而应用效能下降的“拉弗曲线”效应,困扰着行业 阅读全文
posted @ 2020-05-05 22:12 深度预习 阅读(1827) 评论(0) 推荐(0) 编辑
摘要: 一、什么是数据中台 数据中台的概念最是阿里提出来的是为了实现数据的分层和水平解耦,提供数据服务能力。看了那么多中台的概念,对中台也有些自己的理解。笔者认为中台主要是为了提供全域的数据服务。主要包括以下4部分:数据资产、数据治理、数据模型、数据服务。 image 打通数据建模对全域数据进行沉淀形成数据 阅读全文
posted @ 2020-05-05 22:05 深度预习 阅读(1020) 评论(0) 推荐(0) 编辑
摘要: 基于知识图谱的相关应用大致可以分为搜索、问答、决策、推荐等几种常见的类别,对于知识图谱的理解,可以参考之前的文章《三个角度理解知识图谱》,本文主要就年初规划的xx智能问答建设方案,介绍一下基于知识图谱的智能问答,主要分为如下几个方面: 1、人机对话体系结构 2、问答产品知识结构 3、典型的智能问答产 阅读全文
posted @ 2020-04-24 18:19 深度预习 阅读(1110) 评论(0) 推荐(0) 编辑
摘要: Simple BERT Models for Relation Extraction and Semantic Role Labeling 1 论文动机 提出了一种基于Bert的模型,来进行关系抽取(Relation Extraction)和语义角色标注(Semantic Role Labeling 阅读全文
posted @ 2020-03-29 16:02 深度预习 阅读(1678) 评论(0) 推荐(0) 编辑
摘要: 有很多时候你会想用Python从PDF中提取数据,然后将其导出成其他格式。不幸的是,并没有多少Python包可以很好的执行这部分工作。在这篇贴子中,我们将探讨多个不同的Python包,并学习如何从PDF中提取某些图片。尽管在Python中没有一个完整的解决方案,你还是应该能够运用这里的技能开始上手。 阅读全文
posted @ 2020-03-27 18:04 深度预习 阅读(2391) 评论(0) 推荐(0) 编辑
摘要: 知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系,将互联网信息表达成更接近人类认知世界的形式,目前主要应用于搜索、推荐、智能问答等领域,接下来会简要整理目前主要的KG落地应用。 1. 搜索 知识图谱技术最先应用于搜索,最初由谷歌公司在2012年5月提出(201 阅读全文
posted @ 2020-03-22 09:59 深度预习 阅读(2873) 评论(0) 推荐(0) 编辑
摘要: 摘要 人类知识提供了对世界的认知理解。表征实体间结构关系的知识图谱已经成为认知和人类智能研究的一个日益流行的方向。在本次综述论文中,我们对知识图谱进行了全面的综述,涵盖了知识图谱表示学习、知识获取与补全、时序知识图谱、知识感知应用等方面的研究课题,并总结了最近的突破和未来的研究方向。我们提出对这些主 阅读全文
posted @ 2020-02-29 19:22 深度预习 阅读(3017) 评论(0) 推荐(0) 编辑