點擊上方藍字關注我們

《大數據》

第7卷第3期 2021年5月

大數據2021年第3期

（點擊原文鏈接在官網閱讀完整文章）

目次

01?專題導讀：基于大數據的知識圖譜及其應用

靳小龍, 阮彤

02?基于主體掩碼的實體關系抽取方法

鄭慎鵬, 陳曉軍, 向陽, 沈汝超

03?實體摘要系統的解釋性評測

劉慶霞, 李俊宥, 程龔

04?時態知識圖譜補全的方法及其進展

申宇銘, 杜劍峰?

05?知識圖譜推理：現代的方法與應用

王文廣

06?知識圖譜多跳問答推理研究進展、挑戰與展望

杜會芳, 王昊奮, 史英慧, 王萌

07?事件圖譜的構建、推理與應用

胡志磊, 靳小龍, 陳劍赟, 黃冠利

08?大規模知識圖譜預訓練模型及電商應用

陳華鈞, 張文, 黃志文, 葉橄強, 文博, 張偉

09?基于金融知識圖譜的會計欺詐風險識別方法

陳強, 代仕婭

10?聯邦學習隱私保護研究進展

王健宗, 孔令煒, 黃章成, 陳霖捷, 劉懿, 盧春曦, 肖京

11?MadFS：高性能超算緩存文件系統

陳康, 武永衛, 鄭緯民

12?AIPerf：大規模人工智能算力基準測試程序

翟季冬

13?搶抓數字經濟機遇加快云南省數字化發展——云南省數字經濟發展實踐

洪正華

摘要

專題：基于大數據的知識圖譜及其應用

專題導讀：基于大數據的知識圖譜及其應用

作者：靳小龍,?阮彤

摘要：隨著大數據時代的到來，知識工程迎來了新的發展機遇。特別是在谷歌公司2012年公布了知識圖譜（knowledge graph）項目用于增強其搜索引擎的性能之后，基于大數據的知識圖譜迅速得到了學術界、工業界甚至是政府部門的高度關注。近幾年，知識圖譜已經在搜索引擎、智能問答與自動客服等通用技術，以及電子商務、醫療健康、智慧金融、智能交通、電子政務等應用領域得到廣泛且深入的應用。本專題匯集了人工智能與知識工程領域專家學者的8篇文章，一方面，對國內外知識獲取、知識推理、知識問答、知識應用以及事件圖譜等多個方向的新技術、新方法進行了系統綜述；另一方面，為讀者梳理了知識圖譜在電子商務、金融欺詐、醫療健康等不同領域的應用現狀，總結了當下的挑戰，展望了發展的趨勢。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00001.shtml

基于主體掩碼的實體關系抽取方法

作者：鄭慎鵬,?陳曉軍,?向陽,?沈汝超

摘要：實體關系抽取技術能夠自動化地從海量無結構文本中抽取信息，構建大規模知識圖譜，豐富現有知識圖譜的內容，為知識圖譜推理和應用提供支持。目前級聯式的實體關系抽取技術已經取得了不錯的成績，但其在主體的向量表示和指針網絡解碼上存在不足。針對主體向量表示問題，提出利用注意力機制和掩碼機制生成主體向量的方法。另外，針對指針網絡中因遺漏標注而解碼出過長實體的問題，提出引入實體序列標記任務，輔助指針網絡解碼實體。在大規模實體關系數據集DuIE2.0上進行實驗驗證得出，相較于先前模型，所提方法取得了0.88%的提升。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00003.shtml

實體摘要系統的解釋性評測

作者：劉慶霞,?李俊宥,?程龔

摘要：任務是從知識圖譜中描述實體的大量三元組中選取最優子集作為摘要。現有實體摘要系統通常以較復雜的方式集成多種摘要技術特征。已開展的評測工作對現有系統進行了總體效果的評測和對比，但未能解釋系統所用各摘要特征對最終效果的作用。為此，提出對實體摘要系統開展解釋性評測。提出兩種新指標：特征效用率和特征顯著率，兩者分別度量各摘要特征在標準摘要和系統生成摘要中的顯示度，兩者對比分析的結果在一定程度上可為系統取得的最終效果提供解釋。基于3個評測集實現了這種評測新方法，運用6種常見的摘要特征，對9個非監督實體摘要系統和兩個有監督實體摘要系統進行了解釋性評測，相關代碼和數據已開源。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00015.shtml

時態知識圖譜補全的方法及其進展

作者：申宇銘,?杜劍峰

摘要：時態知識圖譜是將時間信息添加到傳統的知識圖譜而得到的。近年來，時態知識圖譜補全受到了學術界的高度關注，并成為研究熱點之一。總結了目前時態知識圖譜補全的兩大類方法，即基于符號邏輯的方法和基于知識表示學習的方法，比較分析了兩類方法的優缺點，展望了未來時態補全方法的發展方向，還總結了7個用于時態知識圖譜補全的基準數據集和若干代表性模型在基準數據集上的評測結果。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00030.shtml

知識圖譜推理：現代的方法與應用

作者：王文廣

摘要：知識圖譜推理技術旨在根據已有的知識推導出新的知識，是使機器智能具有和人類一樣的推理和決策能力的關鍵技術之一。系統地研究了知識圖譜推理的現代方法，以統一的框架介紹了向量空間中進行知識圖譜推理的模型，包括基于幾何運算嵌入歐幾里得空間和雙曲空間的方法，基于卷積神經網絡、膠囊網絡、圖神經網絡等深度網絡模型的方法。同時，系統地梳理了知識推理技術在各技術領域和各行業的應用情況，指出了當前存在的挑戰以及其中蘊含的機會。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00042.shtml

知識圖譜多跳問答推理研究進展、挑戰與展望

作者：杜會芳,?王昊奮,?史英慧,?王萌

摘要：近年來，知識圖譜問答在醫療、金融、政務等領域被廣泛應用。用戶不再滿足于關于實體屬性的單跳問答，而是更多地傾向表達復雜的多跳問答需求。為了應對上述復雜多跳問答，各種不同類型的推理方法被陸續提出。系統地介紹了基于嵌入、路徑、邏輯的多跳知識問答推理的最新研究進展以及相關數據集和評測指標，并重點圍繞前沿問題進行了討論。最后總結了現有方法的不足，并展望了未來的研究方向。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00060.shtml

事件圖譜的構建、推理與應用

作者：胡志磊,?靳小龍,?陳劍赟,?黃冠利

摘要：近些年，知識圖譜的構建技術得到了極大的發展，構建好的知識圖譜已經被應用到眾多領域。在此基礎上，研究者將目光從知識圖譜轉向事件圖譜。事件圖譜以事件為核心，準確地描述了事件信息以及事件之間的關聯關系。基于此，總結了事件圖譜在構建、推理與應用方面的關鍵技術，主要包括事件抽取、事件信息補全、事件關系推斷以及事件預測技術。給出了事件圖譜的具體應用場景，并且針對事件圖譜研究中存在的挑戰，對未來的研究趨勢進行了展望。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00080.shtml

大規模知識圖譜預訓練模型及電商應用

作者：陳華鈞,?張文,?黃志文,?葉橄強,?文博,?張偉

摘要：近年來，知識圖譜因具有以統一的方式組織數據等優勢，被廣泛應用于許多需要知識的任務，并且在電子商務領域大放光彩。然而知識服務通常需要煩瑣的數據選擇和知識注入模型的設計，這會給業務帶來不良影響。為了更好地解決這一問題，提出了“預訓練+知識向量服務”的模式，并設計了知識圖譜預訓練模型（PKGM），在不直接訪問商品知識圖譜中三元組數據的情況下，以知識向量的方式為下游任務提供知識圖譜服務。在商品分類、同款商品識別和商品推薦等知識圖譜下游任務中進行測試，實驗結果表明，知識圖譜預訓練模型能夠有效地提高每個任務的性能。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00097.shtml

基于金融知識圖譜的會計欺詐風險識別方法

作者：陳強,?代仕婭

摘要：針對商業銀行會計案件日益復雜且頻發的問題，將會計案防領域的行業知識與金融知識圖譜技術結合，以更精準地識別與防范商業銀行會計風險。采用圖分析、圖挖掘等技術，提取深層關聯風險特征，并與行業經驗知識相結合，構建了249條單點規則及425條組合規則，形成了豐富、可靈活配置的反欺詐策略體系。將該智能化反欺詐方法應用于銀行活期賬戶的風險排查，與傳統規則策略相比，識別精準度大幅提升，且對于篩選出的高度可疑賬戶，識別精準度達到85%左右，極大提升了會計案件核查的效率。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00116.shtml

研究

聯邦學習隱私保護研究進展

作者：王健宗,?孔令煒,?黃章成,?陳霖捷,?劉懿,?盧春曦,?肖京

摘要：針對隱私保護的法律法規相繼出臺，數據孤島現象已成為阻礙大數據和人工智能技術發展的主要瓶頸。聯邦學習作為隱私計算的重要技術被廣泛關注。從聯邦學習的歷史發展、概念、架構分類角度，闡述了聯邦學習的技術優勢，同時分析了聯邦學習系統的各種攻擊方式及其分類，討論了不同聯邦學習加密算法的差異。總結了聯邦學習隱私保護和安全機制領域的研究，并提出了挑戰和展望。

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00130.shtml

動態

MadFS：高性能超算緩存文件系統

作者：陳康,?武永衛,?鄭緯民

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00150.shtml

AIPerf：大規模人工智能算力基準測試程序

作者：翟季冬

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00153.shtml

專欄：聚焦地方政府大數據

搶抓數字經濟機遇加快云南省數字化發展——云南省數字經濟發展實踐

作者：洪正華

原文鏈接：http://www.infocomm-journal.com/bdr/article/2021/2096-0271/2096-0271-7-3-00156.shtml

聯系我們:

Tel:010-81055448

? ? ? ?010-81055490

? ? ? ?010-81055534

E-mail:bdr@bjxintong.com.cn?

http://www.infocomm-journal.com/bdr

http://www.j-bigdataresearch.com.cn/

大數據期刊

《大數據（Big Data Research，BDR）》雙月刊是由中華人民共和國工業和信息化部主管，人民郵電出版社主辦，中國計算機學會大數據專家委員會學術指導，北京信通傳媒有限責任公司出版的期刊，已成功入選中文科技核心期刊、中國計算機學會會刊、中國計算機學會推薦中文科技期刊，并被評為2018年國家哲學社會科學文獻中心學術期刊數據庫“綜合性人文社會科學”學科最受歡迎期刊。

關注《大數據》期刊微信公眾號，獲取更多內容

總結

以上是生活随笔為你收集整理的《大数据》2021年第3期目次摘要的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。