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/