An Open-Source Package for Knowledge Embedding- 知识嵌入为人机交互做支撑
1.知识图谱建立好后,下一步怎么办?
现今,各个行业都在储备自己的数据,领域知识数据的获取已不再是问题。我们能够通过自然语言处理、爬虫技术、装饰器等技术将数据整理成结构化数据,之后再将其放入到已经定义好的知识图谱里,用于支撑上层推理。那好,当你有了知识图谱也就是说有了数据,接下来你要做什么事呢?当然是推理、问答了,而不是说你有一个可展示的图谱就完事了。
2.知识如何表示?
KB即知识库,就是现今流行的知识图谱,常见的有FreeBase,DBpedia,WordNet,OpenCyc。就要对这些三元组数据进行表示,类似词向量那样,将知识库映射到低维稠密的空间,映射成可操作向量,才能让计算机进行一步处理。如TransE,TransH,TransR等,都是已经较为成熟的工具了。
今天找到了一个不错的知识表示开源包,地址:https://github.com/thunlp/OpenKE,有兴趣的同学可以深入研究和操作一下
3.下游任务使用
我主做QA,现在看的论文也比较杂,理解也是五花八门,没有形成一个主线,这困惑了很久。
最近看了一场分享,清华大学的黄老师,他们在人机交互积累了多年经验,也很乐于分享,开源了对话方面的多个关键源代码,可以沿着这个主线去做去落地。
THU对话系统技术平台:http://coai.cs.tsinghua.edu.cn/ds/
时刻记着自己要成为什么样的人!