- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户1692782的专栏
音视频技术图谱
（2）处理 关于处理，一般是指根据音视频文件提取信息，如人脸识别，如边缘检测等技术，比较有知名度的就算OpenCV了。除此之外，还有针对视频的游戏额处理，比如加字幕，加个滤镜等等功能。 也许可能真的如此吧，但是随着5G技术的不断成熟和落地，未来视频在空间上的扩展依然有很大的想象空间。VR/MR/AR在未来一定也是大有所为的空间和战场。
1.7K32发布于 2020-04-09 - 来自专栏PPV课数据科学社区
知识图谱技术原理介绍
知识图谱技术原理介绍（转载） 王昊奋 近两年来，随着LinkingOpen Data 等项目的全面展开，语义Web数据源的数量激增，大量RDF数据被发布。 下面我将从以下几个方面来介绍知识图谱：知识图谱的表示和在搜索中的展现形式，知识图谱的构建和知识图谱在搜索中的应用等，从而让大家有机会了解其内部的技术实现和各种挑战。 为了形成一个真正的知识图谱，我们需要将这些信息孤岛集成在一起。下面我对知识图谱挖掘所涉及的重要技术点逐一进行介绍。 b) 知识图谱schema构建 在之前的技术点介绍中，大部分篇幅均在介绍知识图谱中数据层（DataLevel）的构建，而没有过多涉及模式层（SchemaLevel）。 知识图谱上的挖掘 通过各种信息抽取和数据集成技术已经可以构建Web规模的知识图谱。为了进一步增加图谱的知识覆盖率，需要进一步在知识图谱上进行挖掘。下面将介绍几项重要的基于知识图谱的挖掘技术。
2.4K70发布于 2018-04-23 - 来自专栏码上就说
音视频模块技术图谱
专注音视频领域，我们要知道音视频领域有多少技术分支，确定好学习的方向，然后调整自己的学习节奏和学习方法，尽快掌握这些知识。 上面是总结的音视频领域的知识图谱，不一定全面，但是现阶段掌握这些知识绝对可以成为音视频领域的专业人士，本人也正在努力中，接下来的分享，必定按照图谱上面的脉络开展，力求在分享的过程中学习，在学习的过程中分享 5G时代来临，音视频绝对是一个非常有前景的方向，我们做技术当然不能只追求热点，根据自己的爱好，跟着自己的内心，寻找未来的方向。
80710发布于 2020-12-11 - 来自专栏EAWorld
DevOps平台之开源技术图谱
DevOps平台在研发过程中，集成了许多的第三方工具来完善持续集成的流程，诸如Jira、Gitlab、Jenkins等，集成一个工具其实是一个繁琐的工作，需要注意到许多的细节，那么我们又是怎么做的呢？本文就是介绍一下我们是如何将这些工具集成到DevOps平台中去的。
2.1K40发布于 2019-08-19 - 来自专栏程序媛驿站
综述 | 知识图谱技术综述（上）
题目：知识图谱技术综述 作者：徐增林，盛泳潘，贺丽荣，王雅芳 摘 要 知识图谱技术是人工智能技术的重要组成部分，其建立的具有语义处理能力与开放互联能力的知识库，可在智能搜索、智能问答、个性化推荐等智能信息服务中产生应用价值 关 键 词：知识融合; 知识图谱技术; 知识表示; 开放互联; 语义处理 目录 0 导读 1 知识图谱的定义与架构 1.1 知识图谱的定义 1.2 知识图谱的架构 2 大规模知识库 2.1 开放链接知识库 随后掀起了一场语义网研究的热潮，知识图谱技术的出现正是基于以上相关研究，是对语义网标准与技术的一次扬弃与升华。 ，详细阐述知识获取、知识表示、知识融合、知识推理技术中的相关研究以及若干技术细节; 第四部分将介绍知识图谱在智能搜索、深度问答、社交网络以及垂直行业中的典型应用; 第五部分将介绍知识图谱所面临的一些困难与挑战 3.知识图谱的关键技术 大规模知识库的构建与应用需要多种智能信息处理技术的支持。通过知识抽取技术，可以从一些公开的半结构化、非结构化的数据中提取出实体、关系、属性等知识要素。
1.5K10编辑于 2022-04-11 - 来自专栏程序媛驿站
综述 | 知识图谱技术综述（下）
题目：知识图谱技术综述 作者：徐增林，盛泳潘，贺丽荣，王雅芳 摘 要 知识图谱技术是人工智能技术的重要组成部分，其建立的具有语义处理能力与开放互联能力的知识库，可在智能搜索、智能问答、个性化推荐等智能信息服务中产生应用价值 关 键 词：知识融合; 知识图谱技术; 知识表示; 开放互联; 语义处理 目录 0 导读 1 知识图谱的定义与架构 1.1 知识图谱的定义 1.2 知识图谱的架构 2 大规模知识库 2.1 开放链接知识库 通过知识图谱，可以提升电商平台的技术性、易用性、 交互性等影响用户体验的因素[129]。 5.知识图谱的挑战 知识图谱技术是对语义网标准与技术的一次扬弃与升华。 在对知识图谱技术 有丰富积累的基础上，敏锐的感知人们的需求，可为大规模知识图谱的应用找到更宽广、更合适的应用之道。 6.
1.6K41编辑于 2022-04-11 - 来自专栏深度学习自然语言处理
综述 | 知识图谱技术综述（上）
来自：程序媛驿站 题目：知识图谱技术综述 作者：徐增林，盛泳潘，贺丽荣，王雅芳 摘 要 知识图谱技术是人工智能技术的重要组成部分，其建立的具有语义处理能力与开放互联能力的知识库，可在智能搜索、智能问答 关 键 词：知识融合; 知识图谱技术; 知识表示; 开放互联; 语义处理 目录 0 导读 1 知识图谱的定义与架构 1.1 知识图谱的定义 1.2 知识图谱的架构 2 大规模知识库 2.1 开放链接知识库 随后掀起了一场语义网研究的热潮，知识图谱技术的出现正是基于以上相关研究，是对语义网标准与技术的一次扬弃与升华。 ，详细阐述知识获取、知识表示、知识融合、知识推理技术中的相关研究以及若干技术细节; 第四部分将介绍知识图谱在智能搜索、深度问答、社交网络以及垂直行业中的典型应用; 第五部分将介绍知识图谱所面临的一些困难与挑战 3.知识图谱的关键技术 大规模知识库的构建与应用需要多种智能信息处理技术的支持。通过知识抽取技术，可以从一些公开的半结构化、非结构化的数据中提取出实体、关系、属性等知识要素。
3.1K21发布于 2019-12-27 - 来自专栏流川疯编写程序的艺术
知识图谱技术分享会----有关知识图谱构建的部分关键技术简介及思考
1.佛学知识图谱构建技术 东南大学 漆桂林教授 ? 1.1 什么是知识？ ? 1.2 知识图谱为搜索引擎带来的补充作用！ ? 1.3知识图谱的几个关键技术 1.data extraction 数据从哪里来？ ---- 2.知识图谱应用关键技术及行业应用 ? 这一场略微有广告嫌疑，不过报告老师提到了面向数据的互联网这个新奇的概念。并且突出了互联网本体，实体的概念。 2.5 人民的名义—-关系图谱发掘 现场咨询了老师，他说是echarts结合一些其他定制技术做的效果，这块暂时没有拿到视频，是现场手机拍摄 的，大家凑活看吧。 ? ? ---- 3.中文知识图谱CN-DBpedia构建的关键技术 徐波 复旦大学知识工场实验室 ?
1.1K20发布于 2019-01-18 - 来自专栏深度学习自然语言处理
干货 | 知识图谱的技术与应用
它在技术领域的热度也在逐年上升。本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭建知识图谱过程当中需要经历的步骤以及每个阶段需要考虑的问题都给予了比较详细的解释。 在构建类似的图谱过程当中，主要涉及以下几个方面的自然语言处理技术： a. 实体命名识别（Name Entity Recognition） b. 所以为了避免使用知识图谱而选择知识图谱，以及更好的技术选型，以下给出了几点总结，供参考。 ? 6.2 数据收集 & 预处理 下一步就是要确定数据源以及做必要的数据预处理。 所以，这时候我们需要做公司名的对齐，用到的技术细节可以参考前面讲到的实体对齐技术。 ? 只要有正确的应用场景，对于知识图谱所能发挥的价值还是可以期待的。我相信在未来不到2，3年时间里，知识图谱技术会普及到各个领域当中。
88232发布于 2019-10-31 AI动态经济图谱技术融资800万
由叶田博士、伊藤勇和詹姆斯·索恩博士创立的Theia，汇集了人工智能、金融市场和企业软件领域的专业知识，旨在构建一个动态的、由AI驱动的全球经济图谱。 其专有技术处理广泛的公司数据（包括监管文件、财报电话会议记录和财务披露），以创建一个持续更新的、多维度的公司活动视图。公司不再被赋予单一的行业标签，而是通过跨多个行业和主题的演变敞口来呈现。 该公司的技术已被全球指数提供商、资产管理公司、对冲基金和银行使用，支持从研究到投资组合构建的一系列应用。
14010编辑于 2026-04-09- 来自专栏生信菜鸟团
Cell | 单细胞技术揭示人肝细胞图谱
其进一步使用研究的图谱来阐明发生在肝癌细胞和移植到小鼠肝脏的人肝细胞和肝内皮细胞中的表型变化。该人类肝细胞图谱提供了一个强大的资源，使我们能够在正常和病变的肝脏中发现以前未知的细胞类型。 方法： ? 2.组织分离和单细胞悬浮液的制备 3.单细胞RNA扩增及文库制备 其使用了mCEL-Seq2技术 4.转录丰度的量化 基于ENCODE V24 5.单细胞分析 质控阈值为>1000 UMIs 有10372 总结 该研究建立了一个人肝细胞图谱，揭示了主要肝细胞群的异质性和成人肝脏中上皮祖细胞的存在。 我们的图谱揭示了肝细胞和内皮细胞的转录组范围的分带，并提示不同的肝细胞类型可能会相互合作来完成必要的功能。 关于HCC的分析表明，该图谱为肝脏疾病的研究提供了关键参考，将有助于开发迫切需要的人类肝脏模型，包括类器官和人性化的肝脏嵌合小鼠模型。
6.6K31发布于 2020-03-30 - 来自专栏腾讯新闻前端团队
图说前端-送给您百张前端技术图谱
团队倡导开源共建，拥有各种技术大牛，团队 Github 地址：https://github.com/tnfe今天前端技术飞速发展，涉猎的领域非常广泛同时需要掌握很多很多知识。 有很多抽象且晦涩的知识点，它们用文字无法很直观的表述出来，所以众多开发者对这些知识点的理解很多是似是而非，如果我们通过图画图谱来展示就会很容易理解。 因此Diagram项目希望开发者能通过这种方式吃透前端技术领域的知识点。废话不多说直接上图，更多请访问 https://github.com/tnfe/FEDiagram 项目查看。
89730编辑于 2022-06-10 - 来自专栏智能算法
技术人，为什么需要构建知识图谱？
作者简介：安晓辉，10多年开发经验，曾任软件开发工程师、项目经理、研发经理、技术总监等岗位，著有《Qt Quick核心编程》、《Qt on Android核心编程》、《你好哇，程序员》等书籍。 “斜杠青年”：技术专家 / 职业规划师 / 图书作者 / 在行西安首批行家 /分答职场类答主 /微信公众号“程序视界”（id：programmer_sight）/ LinkedIn受邀自媒体。 选择方向，设定目标 学习、实践、输出、内化 同主题扩散 运用工具整理记录知识图谱 迭代与更新知识图谱 有目标，才有知识体系 如果只能选择一个方向，你希望在什么方向上做到出类拔萃？ 构建知识体系并不断更新，这是保持核心竞争优势的良方——张斌教授，中国人民大学信息资源管理学院副院长 CSDN知识库提供了50+知识系统图谱和10000+资源内容 开发者可获得官网图谱，可自行生成图谱和知识库 ，提升技术知识管理的能力 声明：本文系网络转载，版权归原作者所有。
2.1K142发布于 2018-04-03 - 来自专栏活动
基于RotatE模型的知识图谱嵌入技术
随着大数据技术的发展，知识图谱的规模迅速扩大，导致传统的知识表示方法面临挑战。 知识图谱嵌入（Knowledge Graph Embedding, KGE）技术通过将图中实体和关系映射到低维连续向量空间，允许使用向量运算来捕捉实体间的复杂关系。 RotatE模型在知识图谱嵌入技术中展现出良好的性能，但仍有进一步发展的空间：更复杂的关系建模 多模态信息整合：当前知识图谱嵌入方法主要关注结构化数据，但现实世界中的信息往往是多模态的。 例如，可以使用深度学习技术（如卷积神经网络）从图像中提取特征，并将这些特征与RotatE模型生成的嵌入向量进行融合，从而提升模型对复杂关系的理解能力。 基于RotatE模型的知识图谱嵌入技术为复杂关系建模提供了一种有效的方法。通过本文的理论介绍、代码实现和实例分析，读者可以深入理解RotatE模型的原理和实际应用方式。
1.1K31编辑于 2024-09-28 - 来自专栏深度学习与python
知识图谱技术在信贷领域的应用
知识图谱技术作为人工智能领域的重要研究方向，在信贷、普惠等业务领域的海量数据挖掘与关联分析有良好的应用前景。 针对上述问题，工行软开中心在信贷领域引入知识图谱技术，通过整合客户风险交易数据、客户关联关系等数据，构建客户风险图谱与客户关系图谱，取得以下两方面业务成效： 1、降低信贷风险：通过对借款人的社交关系、资金流水 、财务状况等多维度信息的分析，利用知识图谱技术构建风险控制模型，自动识别信贷流程中的欺诈行为、高风险交易等异常情况，降低信贷全流程风险。 总结和展望 知识图谱技术在银行信贷领域的应用具有重要的意义，通过应用知识图谱，银行可以更加全面、准确地评估借款人的信用状况和风险水平，提高信贷评估的准确性和效率。 随着技术的不断进步，知识图谱将在银行信贷领域发挥更大的作用，推动金融行业的持续创新和发展。
77010编辑于 2024-06-17 - 来自专栏数据派THU
【干货书】知识图谱：基础，技术与应用
来源：专知本文为书籍介绍，建议阅读5分钟本文涵盖了构建知识图谱、向知识图谱添加新知识(或在知识图中精炼旧知识)以及访问(或查询)知识图谱的技术。 一本严谨而全面的教科书，涵盖了知识图谱的主要方法，人工智能中的一个活跃和跨学科领域。 知识图谱领域允许我们从复杂的现实世界数据中建模、处理和得出见解，在过去十年中，它已经成为人工智能的一个活跃的跨学科领域，借鉴了自然语言处理、数据挖掘和语义Web等领域。 在介绍了介绍性和背景材料之后，本文涵盖了构建知识图谱、向知识图谱添加新知识(或在知识图中精炼旧知识)以及访问(或查询)知识图谱的技术。 最后，书中描述了特定的知识图谱生态系统，与每个生态系统对应的几个现实世界的应用和案例研究。每一章结尾都有软件和资源部分，以及建议阅读的参考书目。章末练习共130个，代表了不同的抽象层次。
33010编辑于 2022-08-29 双曲面嵌入知识图谱的技术突破
使用双曲面嵌入知识图谱知识图谱是一种高效的信息表示方式，但传统基于逐跳连接的分析方法难以扩展。近年来，知识图谱嵌入技术将图谱元素表示为多维空间中的点，虽提升效率却损失了丰富的信息层次。 在今年的国际万维网会议上，研究团队提出了一种创新嵌入方案：将知识图谱元素表示为庞加莱超球面上的双曲面。双曲面作为有界曲面，能够利用双曲空间的特性捕获传统方法丢失的层次化信息。 技术实现双曲面嵌入原理HypE方案将节点和边嵌入为庞加莱超球面上的双曲面，每个双曲面由两对平行弧对齐的horocycle（极限圆）相交定义。 双曲面的空间延展特性使HypE能够通过空间重叠表示图谱中的逻辑交集。例如"品牌A的鞋类"可表示为品牌A嵌入与鞋类嵌入的几何交集。 通过几何化表示逻辑查询，为大规模知识图谱的高效检索提供了新的技术路径。相关论文：《基于知识图谱逻辑查询的自监督双曲面表示》发表于The Web Conference 2021会议
20210编辑于 2025-08-30- 来自专栏TechLead
解码知识图谱：从核心概念到技术实战
知识图谱是近年来人工智能和数据科学领域的焦点。本文深入探索了知识图谱的核心概念、发展历程、研究内容以及其在表示、存储、获取、构建和推理方面的技术细节。 知识图谱与深度学习的融合 定义：近年来，知识图谱和深度学习技术的结合已成为研究的热点，其中知识图谱为深度学习模型提供结构化的背景知识。 知识图谱表示与存储 知识图谱的表示和存储是确保其高效使用的关键，因为这决定了如何查询、更新和扩展知识。下面我们深入探讨知识图谱的表示和存储技术。 我们如何组织、链接和使用知识，都在知识图谱中得到了很好的体现。因此，对知识图谱的研究实际上也加深了我们对人类认知的理解。 技术与应用的平衡：知识图谱的发展不应仅仅停留在技术层面。 更为关键的是，如何将这些技术应用于实际问题，实现知识的最大化利用。这需要我们不断地进行技术和应用之间的平衡，确保知识图谱的技术进步能够真正地服务于实际的业务需求。
93921编辑于 2023-10-21 知识图谱嵌入中的社会偏见缓解技术
知识图谱嵌入中的社会偏见问题问答系统常依赖描述现实实体（人物、组织、国家等）的知识图谱。为利用图谱信息，机器学习模型通常采用知识图谱嵌入——将实体表示为多维空间中的向量。 时，带有偏见的嵌入可能排除知识图谱中主要与男性关联的职业答案。偏见测量方法在AKBC知识图谱偏见研讨会上发表的研究中，使用标准嵌入技术分析Wikidata中人物职业与性别、种族、宗教等人口因素的关联。 去偏见技术方案在EMNLP会议提出的解决方案中，对标准嵌入训练方法进行轻量级修改：模型不仅学习准确重构三元组，还需近似性别等敏感属性的均匀分布。 技术指标对比模型 MRR 性别偏见训练时间(秒/周期)基础TransE 0.68 2.79 68.4 Bose等方法 0.4262.75 533.3 本方案 0.66 0.19 89.4 该研究为机器学习社区提供了有效减少知识图谱嵌入偏见的技术路径，同时保持模型实用性，推动构建更公平的人工智能系统
22010编辑于 2025-08-12- 来自专栏Golang语言社区
最新后端架构师技术图谱！附学习资料～
深呼吸，慢慢学，技术长路漫漫… 数据结构 二叉树 完全二叉树 平衡二叉树 二叉查找树（BST） 红黑树 B-，B+，B*树 LSM 树 队列 集合 链表、数组 字典、关联数组 栈 树 BitSet 常用算法 计算机原理 进程 线程 协程 Linux 设计模式 康威定律 设计模式的六大原则 23种常见设计模式 应用场景 单例模式 责任链模式 MVC IOC AOP UML 微服务思想 运维 & 统计 & 技术支持 单元测试 压力测试 全链路压测 A/B Test Ansible puppet chef Jenkins 环境分离 常规监控 APM 统计分析 持续集成(CI/CD) 自动化运维 测试 虚拟化 容器技术 云技术 DevOps 文档管理 中间件 日志搜集 Sharding Jdbc Dubbo Thrift gRPC 单机定时调度 分布式定时调度 消息总线 消息的顺序 RabbitMQ RocketMQ 架构师素质 团队管理 招聘 资讯 在线电子书 纸质书 开发方面 架构方面 技术管理方面 基础理论 工具方面 大数据方面 团队博客 个人博客 行业资讯 公众号列表 博客 综合门户、社区 问答、讨论类社区
68510发布于 2018-07-26
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