Key points are not available for this paper at this time.
인간의 지식은 세계에 대한 형식적인 이해를 제공합니다. 엔티티 간의 구조적 관계를 나타내는 지식 그래프는 인지 및 인간 수준의 지능을 향한 점점 더 인기 있는 연구 방향이 되고 있습니다. 본 조사는 총체적인 연구 주제를 포함하여 지식 그래프에 대한 포괄적 리뷰를 제공합니다: 1) 지식 그래프 표현 학습; 2) 지식 획득 및 완성; 3) 시간적 지식 그래프; 4) 지식 인지 응용; 그리고 최근의 돌파구와 미래 연구 촉진을 위한 전망 방향을 요약합니다. 우리는 이러한 주제들에 대해 전체 관점 분류와 새로운 분류 체계를 제안합니다. 지식 그래프 임베딩은 표현 공간, 점수 함수, 인코딩 모델, 보조 정보의 네 가지 측면에서 조직됩니다. 지식 획득, 특히 지식 그래프 완성에 대해선 임베딩 방법, 경로 추론, 논리 규칙 추론이 검토됩니다. 또한 메타관계 학습, 상식 추론, 시간적 지식 그래프 등 여러 신흥 주제를 탐구합니다. 향후 지식 그래프 연구를 촉진하기 위해, 다양한 과제에 대한 데이터 세트와 오픈 소스 라이브러리 모음도 제공합니다. 마지막으로, 여러 유망한 연구 방향에 대해 철저한 전망을 제공합니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Shaoxiong Ji
Shirui Pan
Erik Cambria
IEEE Transactions on Neural Networks and Learning Systems
Monash University
University of Illinois Chicago
Nanyang Technological University
Building similarity graph...
Analyzing shared references across papers
Loading...
Ji 등(월요일)은 이 질문을 연구했습니다.
www.synapsesocial.com/papers/69d8cc5fa5ecc596b5d1883b — DOI: https://doi.org/10.1109/tnnls.2021.3070843
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: