graph » 知识图谱参考资源（一）
2018-01-10 :: 6931 Words知识图谱参考资源
教程
https://web.stanford.edu/class/cs520/
CS 520: Knowledge Graphs
https://mp.weixin.qq.com/s/jqK5A8YTVL3iOKPjKdd6YQ
浙大陈华钧教授《知识图谱导论》课程系列PPT
https://mp.weixin.qq.com/s/dmgfvLUTg14KWqe216kkFg
300页文本知识提取与推断最新教程
https://mp.weixin.qq.com/s/9HWgp1N3sp6Lxahrfo5Q1A
知识图谱与大数据处理，212页pdf
综述
https://github.com/lihanghang/Knowledge-Graph
知识图谱深度学习相关资料整理
https://mp.weixin.qq.com/s/V_VDw-rRF49qXKTDG1Mpew
知识图谱论文大合集，这份干货满满的笔记解读值得收藏
https://mp.weixin.qq.com/s/aLljr0R5w7OcidbXf71FQw
知识图谱火了，但你知道它的发展历史吗？
https://mp.weixin.qq.com/s/nJip1omVx0HiScIzrlWShA
知识图谱简史：从1950到2019
https://wenku.baidu.com/view/38ad3ef7e109581b6bd97f19227916888586b959.html
知识图谱构建技术综述
https://wenku.baidu.com/view/e69a3619fe00bed5b9f3f90f76c66137ee064f15.html
知识图谱技术综述
https://zhuanlan.zhihu.com/p/354927812
什么是知识图谱
https://wenku.baidu.com/view/b3858227c5da50e2534d7f08.html
知识图谱技术原理介绍
https://mp.weixin.qq.com/s/JLYegFP7kEg6n34crgP09g
基于知识图谱的问答系统关键技术研究
https://mp.weixin.qq.com/s/XgKvh63wgEe-CR9bchp03Q
什么是知识图谱？
https://mp.weixin.qq.com/s/sQPi40dCu6KKwQWOrlSGfw
从知识工程到知识图谱全面回顾
https://www.zhihu.com/answer/138745422
鲍捷：知识图谱怎样入门
https://mp.weixin.qq.com/s/WyB5Lssy9c0qJt8Ze7a0Ig
中文知识图谱构建技术以及应用的综述
https://mp.weixin.qq.com/s/cL1aKdu8ig8-ocOPirXk2w
如何构建知识图谱
https://mp.weixin.qq.com/s/qrP_tWlHyc3ZAMPOqu9E0A
知识图谱的发展概述
https://mp.weixin.qq.com/s/fWaEJvxdGbW2p-uYKYgrDA
知识图谱最新研究综述
https://mp.weixin.qq.com/s/cldY4iJFwzWqppn6UVT1rA
新瓶装旧酒：为什么需要知识图谱？什么是知识图谱？——KG的前世今生
https://zhuanlan.zhihu.com/p/44497869
知识图谱中的深度学习技术应用概述
https://zhuanlan.zhihu.com/p/339053474
知识图谱综述
https://mp.weixin.qq.com/s/vtj1HgDC2slsOw9DGoURCA
知识图谱实体链接：一份“由浅入深”的综述
https://mp.weixin.qq.com/s/UADUq4rdw30wpAuJG8mUpg
实体链接：信息抽取中的NLP的基础任务
https://mp.weixin.qq.com/s/0f5E82utl-faCpmvrDoPEg
知识图谱研究综述论文: 表示学习、知识获取与应用，25页pdf详述Knowledge Graphs技术趋势
https://mp.weixin.qq.com/s/L6fMcRa1_me2DKr2KADAjA
知识图谱前沿跟进: Philip S. Yu团队发布权威综述
https://mp.weixin.qq.com/s/qOt0V1XsQvwpKhNiaAfVjA
胡伟-知识图谱融合方法概述分享
https://mp.weixin.qq.com/s/6lTxdxBsw-HJzuKhvNMhcg
基于知识图谱的推荐系统综述
https://mp.weixin.qq.com/s/j9h-8Qk82dozM3LH8b9zMA
一文概览知识图谱在推荐系统的发展现状
https://mp.weixin.qq.com/s/4QglQUFNpneeJQpgkp1-KA
知识图谱推理的前世今生
blog
https://zhuanlan.zhihu.com/kb-qa
揭开知识库问答KB-QA的面纱（知识图谱方面的系列专栏）
https://zhuanlan.zhihu.com/knowledgegraph
知识图谱-给AI装个大脑
https://github.com/shaoxiongji/awesome-knowledge-graph
知识图谱论文与笔记
知识表示学习
传统的知识图谱主要是基于规则学习构建的，然而规则不是数字，无法与ML/DL结合。因此，在word2vec之类的词向量化获得成功之后，如何对知识图谱进行向量化，就成为了学界的热点。这一向量化的过程，一般被称为知识表示学习。
参考：
https://mp.weixin.qq.com/s/IPKU8jwUk3eOYumbgiL1SQ
重新考虑用简单神经网络进行知识表示学习
https://mp.weixin.qq.com/s/z1hhG4GaBQXPHHt9UGZPnA
东南大学高桓：知识图谱表示学习
https://github.com/thunlp/KRLPapers
“知识表示学习”专题论文推荐
https://mp.weixin.qq.com/s/B-FaW5hAnLmmyuPTihviiQ
基于置信度的知识图谱表示学习框架
transE
论文：
1、TransE，NIPS2013，《Translating embeddings for modeling multi-relational data》。
2、TransH，AAAI2014，《Knowledge graph embedding by translating on hyperplanes》。
3、TransD，ACL2015，《Knowledge graph embedding via dynamic mapping matrix》。
4、TransA，arXiv2015，《An adaptive approach for knowledge graph embedding》。
5、TransG，arxiv2015，《A Generative Mixture Model for Knowledge Graph Embedding)》
6、KG2E，CIKM2015，《Learning to represent knowledge graphs with gaussian embedding》。
参考：
http://www.cnblogs.com/chenbjin/p/5644457.html
word2vec+transE知识表示模型
http://blog.csdn.net/u011274209/article/details/50991385
TransE算法（Translating Embedding）
http://www.sohu.com/a/116866488_465975
基于翻译模型(Trans系列)的知识表示学习
https://mp.weixin.qq.com/s/2YbfL_1_SyM4wNozyaj4lw
知识图谱嵌入的Translate模型汇总（TransE，TransH，TransR，TransD）
ComplEx
论文：
《Complex Embeddings for Simple Link Prediction》
HolE
论文：
《Holographic Embeddings of Knowledge Graphs》
知网
知网（HowNet）最早由董振东和董强先生在20世纪90年代设计和构建，至今已有近30年历史。这也是最知名的中文知识图谱。
董振东，1937～2019，上海人。中文信息处理专家。2011年获得中国中文信息学会首届终身成就奖。
官网：
http://www.keenage.com/
清华大学在此基础上开发了OpenHowNet：
https://hownet.thunlp.org
参考：
https://mp.weixin.qq.com/s/ZSbNOBp8D_qOY0HydTdP8g
清华大学刘知远：在深度学习时代用HowNet搞事情
https://mp.weixin.qq.com/s/6uzW_NNtYUUT8-QRfRKZAg
华人NLP最杰出HowNet成功融入DL模型
工具
https://mp.weixin.qq.com/s/CsHgn82lQQDVhjDJvp01cg
清华大学开源OpenKE：知识表示学习平台。
http://openkg.cn/
一个开放的中文知识图谱。
https://xlore.org
XLORE是融合中英文维基、法语维基和百度百科，对百科知识进行结构化和跨语言链接构建的多语言知识图谱，是中英文知识规模较平衡的大规模多语言知识图谱。
fake news
https://mp.weixin.qq.com/s/9NrJnY1PwHDYIbo-oyN0eQ
万字长文带你解读“虚假新闻检测”最新进展
https://mp.weixin.qq.com/s/Emlzfgoo99T9xAsTKJRQXg
一文看懂虚假新闻检测
https://mp.weixin.qq.com/s/qmQnutBqv-nzP7UgILbCMg
互联网虚假新闻检测挑战赛（冠军）方案分享
https://mp.weixin.qq.com/s/8qFGiMjIHXSwozDmTe7XbA
《打击假新闻: 识别和缓解技术调查》
https://mp.weixin.qq.com/s/5D5cfLC6flnn9fCYlMplMQ
虚假新闻（Fake News）检测全面综述教程，156页PPT带你进入这一领域
https://mp.weixin.qq.com/s/tBuUozLFagqZYmr5e3AnMQ
如何用AI技术治理假新闻泛滥？看ASU大学舒凯等学者这篇《挖掘虚假信息和假新闻:概念、方法和最新进展》研究综述
参考
https://mp.weixin.qq.com/s/DR-atmyBQVEMVKIv48sSLA
人工智能技术最重要基础设施之一，知识图谱你该学习的东西
https://mp.weixin.qq.com/s/iqFXvhvYfOejaeNAhXxJEg
当知识图谱遇上聊天机器人
https://mp.weixin.qq.com/s/U-dlYhnaR8OQw2UKYKUWKQ
知识图谱前沿技术课程实录
https://mp.weixin.qq.com/s/WIro7pk7kboMvdwpZOSdQA
东南大学漆桂林：知识图谱的应用
https://mp.weixin.qq.com/s/JZYH_m1eS93KRjkWA82GoA
复旦肖仰华：基于知识图谱的问答系统
https://mp.weixin.qq.com/s?__biz=MjM5ODYwNDUyMQ==&mid=2649658169&idx=1&sn=88392dc21eda4019ade216f8e937bd71
肖仰华：基于知识图谱的可解释人工智能：机遇与挑战
https://mp.weixin.qq.com/s/C1kd8pD0yLu9nO9JVW1pEw
复旦大学肖仰华教授：知识图谱与认知智能
https://mp.weixin.qq.com/s/XTJ0t39SbeIDXtseCUcDBA
复旦大学肖仰华：领域知识图谱落地实践中的问题与对策
https://mp.weixin.qq.com/s/Am9gHuMaYnH_tFmnTSrBQQ
肖仰华教授：知识图谱落地的基本原则与最佳实践
https://mp.weixin.qq.com/s/I4sfT8rlwXIXxEjfdQoFbA
东南大学周张泉：基于知识图谱的推理技术
https://mp.weixin.qq.com/s/fslIcD7RVLEByzkeACUhXQ
达观数据：知识图谱与语义分析技术介绍
https://mp.weixin.qq.com/s/Nh7XJOLNBDdpibopVG4MrQ
中文通用百科知识图谱（CN-DBpedia）
https://zhuanlan.zhihu.com/p/30320631
知识图谱向量化表示及其在推荐系统上的应用
http://www.bigcilin.com/
哈工大在线版的知识图谱
https://mp.weixin.qq.com/s/sb7Q6a7FyZew5Ca-hbwRpQ
医学知识图谱构建技术与研究进展
https://mp.weixin.qq.com/s/1nl56AdZIkT03gnmimt8nQ
刘挺：从知识图谱到事理图谱
https://mp.weixin.qq.com/s/XT0fszONzRkAo3biVwS_QQ
大规模中文概念图谱CN-Probase正式发布
https://mp.weixin.qq.com/s/tDvp8BU3lIWN5ZUSYgBcpg
你不得不看的六篇知识图谱落地好文
http://www.k6k4.com/blog/show/aaazgq11o1478935786270
知识图谱好文章整理
https://mp.weixin.qq.com/s/YeSzOw6dRNiX32PmdWgLow
知识图谱在互联网金融行业的应用
http://blog.csdn.net/hadoopdevelop/article/details/79455758
如何系统学习知识图谱-胖子哥的实践经验分享。一个实践派的知识图谱blog
https://mp.weixin.qq.com/s/qw9i24goTsVgdk1qW6ie9A
知识图谱数据构建的“硬骨头”，阿里工程师如何拿下？
https://mp.weixin.qq.com/s/qsRTBR5g5LZ6UR7Wtqagyw
上交大发布知识图谱AceKG，超1亿实体，近100G数据量
https://mp.weixin.qq.com/s/QbKGm04k_cQbTxnfUFZQBQ
深度学习在知识图谱构建中的应用
https://mp.weixin.qq.com/s/fvgzvZwaMxsZWw-Y5AAe2g
知识图谱的自动构建
https://mp.weixin.qq.com/s/SdCFYYQXdYtQLy-GaQNfcw
UCSB提出变分知识图谱推理：在KG中引入变分推理框架
https://blog.csdn.net/hadoopdevelop/article/details/79784722
基于知识图谱的智能问答机器人技术架构
https://mp.weixin.qq.com/s/SrhACueWelBAGU4sC2nBtg
开放域中文知识图谱《大词林》
https://mp.weixin.qq.com/s/WU6PezrzTwQuXi7DE9Z0sg
W3C之RDFa中文文档
https://mp.weixin.qq.com/s/86y2VP3gMTUnfbN2OK5BNw
基于实体、属性和关系的知识表示学习
https://mp.weixin.qq.com/s/wBuy2-gNrumZ__-H48KEMA
关于知识图谱，各路大神最近都在读哪些论文？
https://mp.weixin.qq.com/s/MG_SrExDkbd1vVGLex0-RA
推荐算法不够精准？让知识图谱来解决
https://mp.weixin.qq.com/s/QO34vyt3uBSKvnYSW0Kumg
如何将知识图谱特征学习应用到推荐系统？
您的打赏，是对我的鼓励
