本期将分享近期全球知识图谱相关
行业动态、会议讲座、数据集推荐

TigerGraph近日宣布推出最新版本的TigerGraph Cloud,在其最新的更新加入机器学习和图分析功能,使云计算用户可以不需离开TigerGraph数据库,就能创建模型和进行图分析,这项更新使得TigerGraph Cloud从单纯的图资料存储,转变成为资料分析和机器学习平台。

TigerGraph Cloud现在提供机器学习工作台(Machine Learning Workbench),这是一系列针对数据科学家创建的图机器学习工具,可用于创建机器学习模型,其包含了由TigerGraph大型平行图数据库平台运算的55种图算法,官方提到,结合先进的图神经网络功能,机器学习工作台能够构建比传统机器学习方法更准确的模型。
另外,TigerGraph Cloud也推出最新图可视化和分析工具TigerGraph Insights,该工具让客户获得可视化图叙事能力,以网络图、表格、图表等可视化形式,展示图资料和分析结果,官方提到,TigerGraph Insights能以多维和互动式视觉查看图,构成多页面互动式仪表板应用程序,并可简单地和其他人共享,展示分析结果。
大规模开放数字商业知识图谱评测基准OpenBG

在数字商业领域,知识图谱业务的蓬勃发展在许多应用显示出了巨大的潜力,但它仍面临着诸多挑战。由阿里巴巴藏经阁团队和浙江大学开放的数字商业知识图谱评测基准 OpenBG 提供了丰富的数字商业领域知识图谱的评测数据集,覆盖基于知识图谱的商品显著性推理、商品同款挖掘、商品知识图谱链接预测等任务,对模型展开了全方位评测,旨在帮助算法人员对模型取得更好的理解。

目前 OpenBG Benchmark 已经在阿里云天池平台长期开放,OpenBG Benchmark 是一个大规模开放数字商业知识图谱评测基准,包含多个子数据集任务。数据集以开放的数字商业知识图谱 OpenBG为基础构建,OpenBG 是开放的数字商业知识图谱,是一个使用统一 Schema 组织、涵盖产品和消费需求的百万级多模态数据集。OpenBG 由阿里巴巴藏经阁团队和浙江大学提供,开放的目标是利用开放的商业知识发现社会经济的价值,促进数字商务数字经济等领域的交叉学科研究,服务数字经济健康发展的国家战略需求.

广东某农商银行和创邻科技正式签订合作协议,计划依托于Galaxybase 图平台卓越性能打造全行级图应用平台,高效整合行内的超大规模业务数据,增强数据管理和风险把控能力,赋能该头部农商银行智能风控、智慧营销、财务审计等业务创新发展。
后续,该农商行将借助Galaxybase图数据库对信用卡申请反欺诈业务进行智能升级,通过图应用平台对行业多源数据及第三方数据进行整合分析,构建用户关联网络,对客户的申请和交易行为进行动态可视化呈现,挖掘交易风险,提高反欺诈业务效率。同时,该农商行也将通过引入Galaxybase图平台实现审计系统的数智升级,利用图数据库对审计数据进行建模、存储与分析,发现关联关系和隐藏线索,使得审计数据间的关系具象化,有效实现审计平台的信息化、高效化、透明化。
CNCC 2022

CNCC(中国计算机大会)自2003年首次举办以来,经过十八届的发展,已成为中国计算机领域首屈一指的年度盛会,是CCF会员年度团聚的重要平台。
今年,第19届CNCC将于12月8-10日在线上贵阳国际生态会议中心召开。大会主题确定为“算力 数据 生态”,并将重点在保持多样性、聚焦热点前沿话题、平衡学术界和产业界参与等维度展开讨论。

BDSIC 2022

2022年第四届大数据服务与智能计算国际会议(BDSIC 2022)将于2022年11月25日至27日在厦门华侨大学举行。它旨在为来自行业、学术界和政府的研究人员、从业者和专业人士提供一个论坛,讨论大数据服务和智能计算的研究与发展、专业实践。2019年BDSIC在武汉理工大学成功举办,2020年 和2021年BDSIC在网上成功举办。欢迎来自世界各地从事大数据服务和智能计算领域的学者和研究人员参加会议,与其他爱好者分享经验和教训,并开发合作机会。

本周推荐的是一个大规模的以事件为中心的常识知识图谱ECCKG,相关文章ECCKG: An Eventuality-Centric Commonsense Knowledge Graph发表于KSEM 2022,作者来自中国科学院。

事件知识图谱在问答、事件检测等任务中广泛应用。本文基于ConceptNet构建了一个大规模、高质量的事件常识知识库,用文本编码人类日常活动事件,包含8种以事件为中心的关系。知识库的8种关系及其规模如下图所示。

在知识库的构造过程中,使用众包手段从ConceptNet获取种子知识,使用规则方法对现有知识库进行补全,并利用WordNet的下位词产生新的isA关系。最终得到一个包含130万三元组条目的事件常识知识库,规模大约是ConceptNet 5.5的15倍。

ECCKG的一个局部子图如下图所示:

文章接着采用众包手段对知识库的准确性和覆盖率进行了内在评估,并通过情感分析技术从ECCKG中获取人类的意愿知识,证明了知识库在规模、覆盖率、准确性上的优势及其在下游任务上的可用性。
更多链接
内容:胡喆媛、代雪佩、薛冰聪、王图图
编辑:王图图
排版:王图图

诚邀您加入我们的gStore社区,我们将在群内解决使用问题,分享最新成果~
请在微信公众号图谱学苑发送“社区”入群~或扫码入群



欢迎关注北京大学王选计算机研究所数据管理实验室微信公众号“图谱学苑“
实验室官网:https://mod.wict.pku.edu.cn/
微信社区群:请回复“社区”获取
gStore官网:http://www.gstore.cn/
GitHub:https://github.com/pkumod/gStore
Gitee:https://gitee.com/PKUMOD/gStore





