暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

图谱动态|学苑周刊 NO.143

图谱学苑 2023-05-30
149

本期将分享近期全球知识图谱相关

行业动态、论文推荐

—--| 行业动态 |--—
知识图谱+涂鸦文化

涂鸦是一种越来越引起科学界兴趣的城市现象。但到目前为止,还没有合适的数据语料库可用于系统研究。近日,德国涂鸦信息系统项目 ( INGRID ) 通过处理已提供给该项目供公众使用的涂鸦图像集来弥补这一差距。在INGRID中,涂鸦图像被收集、数字化和注释。通过技术支持快速访问INGRID上的综合数据源。文中介绍了一个带注释的涂鸦的 RDF 知识图——INGRID KG,它遵守关联数据和公平原则。通过更新INGRID KG在知识图谱中增加新的带注释的涂鸦,生成管道将 RDF 数据转换、链接发现和数据融合方法应用于原始数据。当前版本的INGRID KG 包含 460,640,154 个三元组,并通过超过 200,000 个链接链接到其他 3 个知识图谱。同时在用例研究中,展示了知识图谱对不同应用程序的有用性。

http://c.nxw.so/9XTfg
知识图谱+数字文物

近日,故宫“数字文物库”在5·18故宫博物院‘数字故宫’建设成果发布会”上向社会全新发布2万件数字文物影像,至此,“数字文物库”文物总数超过10万件。据介绍,现在的数字文物库上线了新的检索方式,观众除了可以检索文物名称、作者等信息之外,还可以通过颜色、纹饰来查找自己喜欢的文物。“数字文物库”最新上线了知识图谱检索功能,即使不知道文物的名称,也能通过与文物有关联的一些词汇,找到自己想看的藏品。

http://c.nxw.so/9T3Ay
图数据库+SGX数据加密

近日,创邻科技与英特尔合作,在基于第四代英特尔至强处理器的支持下,利用软件防护扩展(Software Guard Extension,SGX)技术,打造出了具备可信执行环境的图数据库产品,保护企业释放关联数据价值。


传统的数据加密技术都只对硬盘存储、网络传输等加密,其有效性是建立在服务器操控权限未被泄露的前提下。一旦服务器的控制权被截取,系统进程运行时的信息将被第三方窃取或修改,导致企业关键数据安全性降低。针对此情形,英特尔独创性地推出软件防护扩展 (SGX) 隐私计算解决方案,旨在解决数据要素市场化环境下,动态应用中的数据隐私和数据安全问题,对系统运行时内存进行加密,牢牢锁住关键信息,实现数据的可用而不可窃。通过与英特尔SGX技术结合,客户可以在金融、医疗保健和公共部门在内的广泛行业中实施机密计算,在保证工作负载效率的同时,确保应用及数据安全,杜绝将数据暴露给任何未经授权访问的人。

http://c.nxw.so/98R69
知识图谱+机器人服务

近日,新致软件在 “华为中国合作伙伴大会2023”发布新致知识图谱平台,在产品服务规划方面,新致将推出机器人开放平台。通过机器人平台一方面可以完成图谱建设中的自动化操作,另一方面对生态合作伙伴提供简单、一致的能力接入方式。在知识图谱的构建过程中,机器人可以辅助知识标注,可以通过数据工具快捷的将结构化的数据转化为标准图谱数据RDF。另一类是非图谱类机器人,通过RPA机器人,确权机器人、呼叫机器人等通用场景机器人,允许用户通过平台中的模版快速构建自己的专属场景机器人,整个过程中尽量简少用户的配置。


新致知识图谱平台主要通过”知识+区块链“的方式对数据资产确权,构建一个去中心化的安全可信知识图谱平台,通过构建超大知识图谱,助力人工智能行业打造”产业+行业“的数据基座,平台提供四大关键能力:

•知识生产到消费的闭环,完整的知识工具链
•场景化机器人,便捷的知识输出手段
•去中心化存储技术IPFS,提供可信存储防篡改能力
•去中心化技术架构,提供支持超大规模数据节点能力
http://c.nxw.so/6XbIM

—--| 论文推荐 |--—
CAVE

本周推荐的是一篇发表于CIKM 2022的demo文章:CAVE: Correcting Attribute Values in E-commerce Profiles,设计了一个基于问答范式进行电商产品的属性抽取和纠错的系统CAVE。作者来自意大利博赞博尔扎诺自由大学等。

电商平台中的属性信息对用户搜索和产品推荐起到了重要作用,并形成了以规则、序列标注、问答等方法为代表的属性抽取的若干工作。但是,平台展示的和模型抽取的属性条目可能存在错误和不完整,需要有一些自动的质量检查和纠正系统。

这篇文章设计了一个对电商产品属性值进行纠正和补全的系统CAVE,系统整体概览如下图所示。CAVE利用商品标题和属性表的信息,使用经典的问答模型对属性值进行纠正和扩充;文章在电商语料的数据集上使用掩码预测任务对模型进行预训练,并公开了相关的数据集。

系统的用户界面如下图所示。用户可以选择属性纠正和商品比较两种模式,并进行模型选择和若干参数和范式的配置。

该系统的代码和数据集开源,并配套了演示视频,感兴趣的读者可以关注

https://github.com/LIANGKE23/Awesome-Knowledge-Graph-Reasoning



更多链接



gBuilder正式开启公测
【评测通知】北京大学王选计算机研究所数据管理实验室携手北京大学重庆大数据研究院助力CCKS2023技术评测
图数据库 gStore 1.0 版本正式发布
图解《狂飙》人物关系
知识图谱成为中国领先金融科技公司的第四大首选技术
用知识图谱打开梁山好汉一百单八将
图数据库入门系列 | AI4DB入门与思考-北京大学杨磊博士
图数据库入门系列 | 图流研究入门-北京大学苟向阳博士
北京大学王选计算所数据管理研究室招聘启事
公开课程 | 图数据管理与挖掘 最终讲-第九讲:面向知识图谱的自然语言问答
图说《人民的名义》
导师访谈 | 邹磊:对数据科学以及本科生科研的思考

内容:崔舒媛、胡喆媛、代雪佩、薛冰聪

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



免责声明本文全部内容均来源于网络开放信息整理,如有侵权,请联系删除

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

实验室开源产品图数据库gStore:
gStore官网:http://www.gstore.cn/
GitHub:https://github.com/pkumod/gStore
Gitee:https://gitee.com/PKUMOD/gStore





文章转载自图谱学苑,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论