微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：知识图谱中实体和实体之间的关系可以组成一张有标签的有向图，这图中蕴含着丰富的模式和信息，基于结构的学习可以使算法具有预测未知连接的推理能力，既然图结构中蕴含如此丰富的信息，那么我们是否可以对图结构进行预训练并使模型学习到的结构知识迁移至未知的场景呢？在本报告中，我将基于团队最新研究进展，介绍我们对知识图谱结构预训练方面的思考。
讲者简介：张文，浙江大学软件学院特聘研究员，研究方向为知识图谱、图数据处理、大数据系统。在包括NeurIPS/KDD/WWW/IJCAI/AAAI/ICDE/ACM MM/WSDM等在内的国际顶级会议上发表多篇论文。主持浙江省自然科学基金项目。曾获国际知识图谱联合会议IJCKG最佳论文奖、最佳应用论文奖，浙江省科技进步二等奖等奖励。入选副省级市高层次人才引进计划、百度2023年度AI华人女性青年学者榜。
第二十届CCF中国信息系统及应用大会
本期嘉宾
京公网安备11010802032778号