机构名称：
¥ 6.0
[研究兴趣] 知识图谱嵌入 (KGE) 是大型知识图谱的流行表示，因为它们的潜在特性使其适合现代机器学习算法。尽管 KGE 很受欢迎，但它们并非没有局限性：它们通常是黑匣子，并且不能简单地扩展到处理其他数据模式，例如文本、视频或图像。这两个观察结果限制了它们对任意知识图谱和用例的适用性。在这个项目中，我们旨在解决这两个限制。我们设想利用 LLM 的语义能力，使知识图谱更易于与任意文本内容和助手配合使用。我们希望将相同的技术推广到其他数据模式。为了使嵌入可解释，我们设想在嵌入中嵌入“推理方案”，例如路径或规则，这将指导训练并作为解释。作为初始用例，我们计划在引文网络上测试我们的技术，以回答专业和科学资料中的复杂查询。将在途中确定进一步的用例。[团队名称] LACODAM
MSCA 博士后奖学金 2024 招募
主要关键词
相关文件推荐
