留学背景提升 | 国内科研-知识图谱补全方法研究

  计算机科学

  一封专属导师推荐信

  一封完整的科研报告

  一次完整的科研经历

  【计算机科学】

  知识图谱补全方法研究

  1、项目介绍

  正式科研:1v1线上定制辅导

  项目收获:科研报告、导师推荐信

  科研补充包:48课时科研基础课+15课时学术写作基础课

  2、涉及领域

  本课题涉及到知识图谱 | 自然语言处理 | 自然语言处理 | 语义分析 | 信息提取等方面的知识,适合申请数据科学 | 软件工程 | 人工智能 | 自然语言处理 | 计算机科学等相关专业的学生

  3、适合人群

  有意提高自身知识水平及学术能力的学生

  有意掌握最前沿科研热点及科研方法的学生

  有留学意向、跨专业深造的学生

  4、研究前沿性

  知识图谱被认为是现代人工智能的基石。有很多知识图谱,如:Freebase、DBpedia、YAGO和NELL 等,成功的被创建并运用在现实中的应用,从语义分析到命名实体消歧,从信息提取到问答系统。一个知识图谱是由实体和关系组成的一个多关系图(有不同类型的实体和关系)。每一条边表示一个三元组关系(头实体,关系,尾实体),也被称为一个事实。虽然可以有效的表示结构化数据,但是这也使得知识图谱很难去操作。

  为了解决这个问题,一个新的研究方向被提出——知识图谱嵌入,并且很快的得到广泛关注。其主要思想是将知识图谱中的实体关系嵌入到一个连续的向量空间中,以至于可以简便的操作知识图谱。本项目进行知识图谱补全研究,有助于实现被嵌入的实体和关系的优化,从而更好地进行自然语言处理中的下游任务。

  5、研究介绍

  本项目主要的研究对象是知识图谱的概念层和实例层。在本项目中,学生首先选择一个知识图谱的应用场景,学习了解该场景知识图谱相关的研究方向及基础概念、知识图谱补全的常用方法;其次,学生选择并掌握本项目的具体研究方法,包括基于知识表示、基于路径查找、基于元学习等,设计研究方案,包括三元组的分类方案、链接预测方案、补全效果评估准则等;之后,学生收集知识文本,形成数据集,开展知识图谱补全的系列研究内容;最后,学生根据研究结果,对本项目的补全方案进行综合评估,总结研究过程中的不足并提出改进思路。

  通过本项目,学生拓宽了知识图谱相关知识储备,熟悉了自然语言处理领域的研究范式,增强了个人路径推理的能力和分析能力。

  6、课题要点

  课题研究方法

  文献阅读、结构嵌入、矩阵分解

  课题难点

  需要有一定的自然语言处理基础,具备较好的英文文献阅读能力及一定的文本处理与分析能力

  7、1v1定制化辅导参考任务

  任务一

  掌握查阅文献和研究方法

  掌握查阅文献和面向文献学习的方法;

  掌握文献管理的方法;

  通过查阅文献,学习该方向的研究热点和方向;

  掌握快速提炼文献重要信息的方法。

  任务二

  学习相关基础知识并寻找研究场景

  选择一个知识图谱的应用场景;

  学习了解该场景知识图谱相关的研究方向及基础概念;

  学习了解知识图谱补全的常用方法;

  基于对现有研究内容的把握构建自己的研究思路。

  任务三

  掌握研究的方法并设计研究方案

  选择并掌握本项目的具体研究方法,包括基于知识表示、基于路径查找、基于元学习等;

  设计研究方案,包括三元组的分类方案、链接预测方案、补全效果评估准则等。

  任务四

  开展研究

  收集知识文本,形成数据集;

  开展知识图谱补全的系列研究内容。

  任务五

  分析与总结

  根据研究结果,对本项目的补全方案进行综合评估;

  总结研究过程中的不足并提出改进思路。

  任务六

  项目收尾

  撰写整体报告;

  准备一次20~30分钟的presentation。

  (以上任务仅供参考,实际辅导根据定制化要求展开)