点击上方蓝字关注我们
《大数据》
第7卷第3期 5月
大数据第3期
（点击原文链接在官网阅读完整文章）
目次
01专题导读：基于大数据的知识图谱及其应用
靳小龙, 阮彤
02基于主体掩码的实体关系抽取方法
郑慎鹏, 陈晓军, 向阳, 沈汝超
03实体摘要系统的解释性评测
刘庆霞, 李俊宥, 程龚
04时态知识图谱补全的方法及其进展
申宇铭, 杜剑峰
05知识图谱推理：现代的方法与应用
王文广
06知识图谱多跳问答推理研究进展、挑战与展望
杜会芳, 王昊奋, 史英慧, 王萌
07事件图谱的构建、推理与应用
胡志磊, 靳小龙, 陈剑赟, 黄冠利
08大规模知识图谱预训练模型及电商应用
陈华钧, 张文, 黄志文, 叶橄强, 文博, 张伟
09基于金融知识图谱的会计欺诈风险识别方法
陈强, 代仕娅
10联邦学习隐私保护研究进展
王健宗, 孔令炜, 黄章成, 陈霖捷, 刘懿, 卢春曦, 肖京
11MadFS：高性能超算缓存文件系统
陈康, 武永卫, 郑纬民
12AIPerf：大规模人工智能算力基准测试程序
翟季冬
13抢抓数字经济机遇加快云南省数字化发展——云南省数字经济发展实践
洪正华
摘要
专题：基于大数据的知识图谱及其应用
专题导读：基于大数据的知识图谱及其应用
作者：靳小龙,阮彤
摘要：随着大数据时代的到来，知识工程迎来了新的发展机遇。特别是在谷歌公司公布了知识图谱（knowledge graph）项目用于增强其搜索引擎的性能之后，基于大数据的知识图谱迅速得到了学术界、工业界甚至是政府部门的高度关注。近几年，知识图谱已经在搜索引擎、智能问答与自动客服等通用技术，以及电子商务、医疗健康、智慧金融、智能交通、电子政务等应用领域得到广泛且深入的应用。本专题汇集了人工智能与知识工程领域专家学者的8篇文章，一方面，对国内外知识获取、知识推理、知识问答、知识应用以及事件图谱等多个方向的新技术、新方法进行了系统综述；另一方面，为读者梳理了知识图谱在电子商务、金融欺诈、医疗健康等不同领域的应用现状，总结了当下的挑战，展望了发展的趋势。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00001.shtml
基于主体掩码的实体关系抽取方法
作者：郑慎鹏,陈晓军,向阳,沈汝超
摘要：实体关系抽取技术能够自动化地从海量无结构文本中抽取信息，构建大规模知识图谱，丰富现有知识图谱的内容，为知识图谱推理和应用提供支持。目前级联式的实体关系抽取技术已经取得了不错的成绩，但其在主体的向量表示和指针网络解码上存在不足。针对主体向量表示问题，提出利用注意力机制和掩码机制生成主体向量的方法。另外，针对指针网络中因遗漏标注而解码出过长实体的问题，提出引入实体序列标记任务，辅助指针网络解码实体。在大规模实体关系数据集DuIE2.0上进行实验验证得出，相较于先前模型，所提方法取得了0.88%的提升。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00003.shtml
实体摘要系统的解释性评测
作者：刘庆霞,李俊宥,程龚
摘要：任务是从知识图谱中描述实体的大量三元组中选取最优子集作为摘要。现有实体摘要系统通常以较复杂的方式集成多种摘要技术特征。已开展的评测工作对现有系统进行了总体效果的评测和对比，但未能解释系统所用各摘要特征对最终效果的作用。为此，提出对实体摘要系统开展解释性评测。提出两种新指标：特征效用率和特征显著率，两者分别度量各摘要特征在标准摘要和系统生成摘要中的显示度，两者对比分析的结果在一定程度上可为系统取得的最终效果提供解释。基于3个评测集实现了这种评测新方法，运用6种常见的摘要特征，对9个非监督实体摘要系统和两个有监督实体摘要系统进行了解释性评测，相关代码和数据已开源。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00015.shtml
时态知识图谱补全的方法及其进展
作者：申宇铭,杜剑峰
摘要：时态知识图谱是将时间信息添加到传统的知识图谱而得到的。近年来，时态知识图谱补全受到了学术界的高度关注，并成为研究热点之一。总结了目前时态知识图谱补全的两大类方法，即基于符号逻辑的方法和基于知识表示学习的方法，比较分析了两类方法的优缺点，展望了未来时态补全方法的发展方向，还总结了7个用于时态知识图谱补全的基准数据集和若干代表性模型在基准数据集上的评测结果。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00030.shtml
知识图谱推理：现代的方法与应用
作者：王文广
摘要：知识图谱推理技术旨在根据已有的知识推导出新的知识，是使机器智能具有和人类一样的推理和决策能力的关键技术之一。系统地研究了知识图谱推理的现代方法，以统一的框架介绍了向量空间中进行知识图谱推理的模型，包括基于几何运算嵌入欧几里得空间和双曲空间的方法，基于卷积神经网络、胶囊网络、图神经网络等深度网络模型的方法。同时，系统地梳理了知识推理技术在各技术领域和各行业的应用情况，指出了当前存在的挑战以及其中蕴含的机会。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00042.shtml
知识图谱多跳问答推理研究进展、挑战与展望
作者：杜会芳,王昊奋,史英慧,王萌
摘要：近年来，知识图谱问答在医疗、金融、政务等领域被广泛应用。用户不再满足于关于实体属性的单跳问答，而是更多地倾向表达复杂的多跳问答需求。为了应对上述复杂多跳问答，各种不同类型的推理方法被陆续提出。系统地介绍了基于嵌入、路径、逻辑的多跳知识问答推理的最新研究进展以及相关数据集和评测指标，并重点围绕前沿问题进行了讨论。最后总结了现有方法的不足，并展望了未来的研究方向。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00060.shtml
事件图谱的构建、推理与应用
作者：胡志磊,靳小龙,陈剑赟,黄冠利
摘要：近些年，知识图谱的构建技术得到了极大的发展，构建好的知识图谱已经被应用到众多领域。在此基础上，研究者将目光从知识图谱转向事件图谱。事件图谱以事件为核心，准确地描述了事件信息以及事件之间的关联关系。基于此，总结了事件图谱在构建、推理与应用方面的关键技术，主要包括事件抽取、事件信息补全、事件关系推断以及事件预测技术。给出了事件图谱的具体应用场景，并且针对事件图谱研究中存在的挑战，对未来的研究趋势进行了展望。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00080.shtml
大规模知识图谱预训练模型及电商应用
作者：陈华钧,张文,黄志文,叶橄强,文博,张伟
摘要：近年来，知识图谱因具有以统一的方式组织数据等优势，被广泛应用于许多需要知识的任务，并且在电子商务领域大放光彩。然而知识服务通常需要烦琐的数据选择和知识注入模型的设计，这会给业务带来不良影响。为了更好地解决这一问题，提出了“预训练+知识向量服务”的模式，并设计了知识图谱预训练模型（PKGM），在不直接访问商品知识图谱中三元组数据的情况下，以知识向量的方式为下游任务提供知识图谱服务。在商品分类、同款商品识别和商品推荐等知识图谱下游任务中进行测试，实验结果表明，知识图谱预训练模型能够有效地提高每个任务的性能。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00097.shtml
基于金融知识图谱的会计欺诈风险识别方法
作者：陈强,代仕娅
摘要：针对商业银行会计案件日益复杂且频发的问题，将会计案防领域的行业知识与金融知识图谱技术结合，以更精准地识别与防范商业银行会计风险。采用图分析、图挖掘等技术，提取深层关联风险特征，并与行业经验知识相结合，构建了249条单点规则及425条组合规则，形成了丰富、可灵活配置的反欺诈策略体系。将该智能化反欺诈方法应用于银行活期账户的风险排查，与传统规则策略相比，识别精准度大幅提升，且对于筛选出的高度可疑账户，识别精准度达到85%左右，极大提升了会计案件核查的效率。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00116.shtml
研究
联邦学习隐私保护研究进展
作者：王健宗,孔令炜,黄章成,陈霖捷,刘懿,卢春曦,肖京
摘要：针对隐私保护的法律法规相继出台，数据孤岛现象已成为阻碍大数据和人工智能技术发展的主要瓶颈。联邦学习作为隐私计算的重要技术被广泛关注。从联邦学习的历史发展、概念、架构分类角度，阐述了联邦学习的技术优势，同时分析了联邦学习系统的各种攻击方式及其分类，讨论了不同联邦学习加密算法的差异。总结了联邦学习隐私保护和安全机制领域的研究，并提出了挑战和展望。
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00130.shtml
动态
MadFS：高性能超算缓存文件系统
作者：陈康,武永卫,郑纬民
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00150.shtml
AIPerf：大规模人工智能算力基准测试程序
作者：翟季冬
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00153.shtml
专栏：聚焦地方政府大数据
抢抓数字经济机遇加快云南省数字化发展——云南省数字经济发展实践
作者：洪正华
原文链接：http://www.infocomm-/bdr/article//2096-0271/2096-0271-7-3-00156.shtml
联系我们:
Tel:010-81055448
010-81055490
010-81055534
E-mail:bdr@
http://www.infocomm-/bdr
http://www.j-/
大数据期刊
《大数据（Big Data Research，BDR）》双月刊是由中华人民共和国工业和信息化部主管，人民邮电出版社主办，中国计算机学会大数据专家委员会学术指导，北京信通传媒有限责任公司出版的期刊，已成功入选中文科技核心期刊、中国计算机学会会刊、中国计算机学会推荐中文科技期刊，并被评为国家哲学社会科学文献中心学术期刊数据库“综合性人文社会科学”学科最受欢迎期刊。
关注《大数据》期刊微信公众号，获取更多内容
如果觉得《《大数据》第3期目次摘要》对你有帮助，请点赞、收藏，并留下你的观点哦！
