图谱动态｜学苑周刊 NO.182

—--| 行业动态 |--—

GOOGLE搜索引擎+知识图谱

E-E-A-T 全称为“专家、经验、权威和可信度”(Expertise, Authoritativeness, Trustworthiness),是谷歌搜索算法中的一个重要因素。

三月份发布的最新知识图谱更新继续聚焦于人物实体。谷歌正在寻找可以充分应用 E-E-A-T 可信度信号的个人实体，并旨在了解谁在创建内容以及他们是否值得信任。

2020 年 5 月至 2023 年 6 月期间，Google Knowledge Vault 中的 Person 实体数量稳步增长，这与 Knowledge Vault 的整体增长一致。

2023 年 7 月，Person 实体的数量在短短四天内增加了两倍。3 月份，谷歌又增加了 17%。

在不到四年的时间里，从 2020 年 5 月到 2024 年 3 月，Google 知识库中的 Person 实体数量增加了 22 倍多。 

似乎谷歌正在寻找可靠的个人代替公司，向受众提供最可信的信息。 

https://s.yam.com/RWPDK

美国大选+知识图谱

美通社报道，Neo4j近期宣布向雪城大学民主、新闻和公民研究所提供 25 万美元的研究补助金和其软件的使用许可 ( 国际DJC）。这笔赠款支持该大学为期一年的研究计划，以利用知识图谱绘制 2024 年识别美国总统大选和 2024 年其他热门竞选中的错误信息趋势，追踪社交媒体广告对总统初选的影响。

https://s.yam.com/UVy4k

—--| 会议讲座 |--—

ICAIBD 2024

ICAIBD 2024 — 第七届国际人工智能与大数据会议将于2024年5月24日至27日在中国成都举行。会议由四川省计算机联合会赞助，并得到多家国内外大学的技术支持。会议涉及的主题包括智能信息系统；智能数据挖掘与农业；基于智能的网络商务；人工智能与进化算法；大数据分析与度量；大数据的云计算技术；大数据的持久性和保存；大数据质量与溯源控制；大数据经济；神经网络及其应用；学习与自适应传感器融合；社交网络大数据的管理问题；分布式和点对点搜索；基于大数据的机器学习等。

会议详情：https://www.icaibd.org/

—--| 论文推荐 |--—

本周推荐的是nature machine intelligence 2023的综述：Multimodal learning with graphs，该文综述了多模态图学习，作者来自哈佛大学等。

图AI（Artificial intelligence for graphs）在复杂系统建模方面取得了显著成功。越来越多的异构图数据集需要多模态方法来合并不同的归纳偏差（算法将其用于预测训练中未遇到的输入的假设）。在多模态数据集上学习具有挑战性，因为归纳偏差可能因数据模态而异，并且输入中可能不会明确给出图结构。为了应对这些挑战，图AI方法结合了不同的模态，同时通过几何关系来利用跨模态依赖关系。不同的数据集使用图进行组合，并输入到复杂的多模态架构中，这些架构被指定为图像密集型、知识密集型和语言密集型模型。使用这种分类，该文引入了多模态图学习的蓝图（blueprint），使用它来研究现有的方法并提供设计新模型的指南。

多模态图学习：

多模态图学习框架：

具体解说：

该论文链接https://www.nature.com/articles/s42256-023-00624-6，项目链接https://yashaektefaie.github.io/mgl，感兴趣的读者可以关注。