- 综合排序
- 最热优先
- 最新优先
- 来自专栏马超的博客
GraphRAG访问模式和知识图谱建模
//graphrag.com/reference/graphrag/basic-retriever/ [4] Graph Shapes: https://graphrag.com/reference/knowledge-graph
37210编辑于 2025-02-21 - 来自专栏小小挖掘机
RS Meet DL(60)-FM家族的新朋友之TransFM
上面的思路借鉴了度量学习（metric learning）和知识图谱补全（knowledge-graph completion）的思路，取得了不错的效果。
81720发布于 2019-08-13 - 来自专栏小小挖掘机
RS Meet DL(58)-基于“翻译”的序列推荐方法
3）成功将度量学习(Metric Learning)和知识图谱补全(knowledge-graph completion)的思路引入到了推荐系统中， 并取得了不错的效果。
81920发布于 2019-07-30 - 来自专栏DeepHub IMBA
解决RAG检索瓶颈：RAPL线图转换让知识图谱检索准确率提升40%
来自MBZUAI、北京大学和佐治亚理工学院的研究团队发表了题为《Learning Efficient and Generalizable Graph Retriever for Knowledge-Graph Learning Efficient and Generalizable Graph Retriever for Knowledge-Graph Question Answering. arXiv:2506.09645v1
31510编辑于 2025-08-20 - 来自专栏AI科技评论
独家丨基于规则和检索的聊天机器人引擎
Google Knowledge Graph API 链接：https://developers.google.com/knowledge-graph/ cayley graph 链接：https://
2.4K80发布于 2018-03-12 - 来自专栏AI人工智能
知识图谱与机器学习
讨论Data Fabric时，我们应该提到几个词:图(graphs)、知识图谱(knowledge-graph)、本体(ontology)、语义(semantics)、链接数据(linked-data)
1.9K40发布于 2019-08-02 - 来自专栏机器之心
资源 | 1460万个目标检测边界框：谷歌开源Open Images V4数据集
图像的类别由 MID（机器生成的 ID）来标识，这些 MID 可以在「Freebase」或「Google Knowledge Grapg API」（https://developers.google.com/knowledge-graph
1.9K30发布于 2018-12-13 - 来自专栏磐创AI技术团队的专栏
知识图谱与机器学习 ｜ KG入门 -- Part1 Data Fabric
讨论Data Fabric时，我们应该提到几个词:图(graphs)、知识图谱(knowledge-graph)、本体(ontology)、语义(semantics)、链接数据(linked-data)
81930发布于 2019-08-01 - 来自专栏AI科技大本营的专栏
900万张标注图像，谷歌发布Open Images最新V3版
en.wikipedia.org/wiki/Freebase） 或谷歌知识图谱 API ( Google Knowledge Graph API - https://developers.google.com/knowledge-graph
1.6K70发布于 2018-04-27 - 来自专栏Python七号
NLP 民工的乐园
196] github: https://github.com/Hellisotherpeople/CX_DB8 [197] github: https://github.com/lihanghang/Knowledge-Graph
1.7K30发布于 2021-10-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号