дедуктивные и индуктивные методыграфовые модели данныхязыки запросов к графам знанийграфы знанийпредставление знаний
Figures from the paper
Abstract (AI)
В этой статье представлен всесторонний обзор графов знаний, которые в последнее время привлекают значительное внимание как промышленности, так и академического сообщества в задачах, требующих использования разнообразных, динамичных и крупномасштабных коллекций данных. После вводных замечаний мы обосновываем и сопоставляем различные модели данных на основе графов, а также языки, используемые для запросов к графам знаний и их валидации. Мы объясняем, как знания могут быть представлены и извлечены с помощью сочетания дедуктивных и индуктивных методов. В заключение мы обозначаем перспективные направления дальнейших исследований в области графов знаний.
Key Findings
1
Графы знаний представлены как основа для работы с разнообразными, динамичными и крупномасштабными коллекциями данных в промышленности и академической сфере.
2
Представление и извлечение знаний может сочетать дедуктивные и индуктивные методы.
3
В статье сопоставляются графовые модели данных и рассматриваются языки запросов и валидации графов знаний.
4
В статье обозначены основные перспективные направления будущих исследований графов знаний.
Research Object
Графы знаний
Research Subject
модели данных на основе графов, языки запросов и валидации, а также дедуктивное и индуктивное представление и извлечение знаний
Publication Details
Publication Date
2021-07-02
Journal
Publisher
ISSN
Cited by
2378
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai19
Классификация ImageNet с использованием глубоких сверточных нейронных сетей2017
Полуобучаемая классификация с использованием графовых сверточных сетей2016
Руководящие принципы FAIR для управления научными данными и их сопровождения2016
Всеобъемлющий обзор графовых нейронных сетей2020
Модель графовой нейронной сети2008
Нейронные архитектуры для распознавания именованных сущностей2016
Встраивание графа знаний посредством трансляций на гиперплоскостях2014
Обучение встраиваний сущностей и отношений для дополнения графа знаний2015
DBpedia — масштабная многоязычная база знаний, извлечённая из Википедии2015
Обзор графов знаний: представление, получение и приложения2021
Графовая нейронная сеть с механизмом внимания для неоднородных графов2019
Встраивание графа знаний: обзор подходов и приложений2017
Сверточные двумерные встраивания для графов знаний2018
Встраивание (эмбеддинг) графа знаний с помощью динамической матрицы отображения2015
Обзор реляционного машинного обучения для графов знаний2015
Уточнение графов знаний: обзор подходов и методов оценки2016
Голографические вложения графов знаний2016
Графы знаний промышленного масштаба: уроки и проблемы2019
Обнаружение уязвимостей, специфичных для функциональности, путем поиска индивидуальных эквивалентных по функциональности API в открытых репозиториях2025
Работы, цитирующие эту статью11
Обзор графов знаний: представление, получение и приложения2021
Обзор рекомендательных систем на основе графов знаний2020
Графы знаний: возможности и проблемы2023
Дополнение графов знаний: обзор2020
Объяснимый искусственный интеллект в биоинформатике: методы, инструменты и применения2023
Проектирование пространств данных2022
Определение процесса разработки графа знаний на основе систематического обзора2022
Интеллектуально-компактные беспроводные сети на основе семантических коммуникаций: обзор, исследовательские задачи и проблемы2024
Дополненные большие языковые модели без галлюцинаций как кураторы медицинской информации2024
AgentAI: Всеобъемлющее обзорное исследование автономных агентов в распределённом ИИ для Индустрии 4.02025
Генерация исследовательских гипотез на основе научных графов знаний2025