An Open-Source Package for Knowledge Embedding- 知識嵌入爲人機交互作支撐

1.知識圖譜創建好後，下一步怎麼辦？

        現今，各個行業都在儲備本身的數據，領域知識數據的獲取已再也不是問題。咱們可以經過天然語言處理、爬蟲技術、裝飾器等技術將數據整理成結構化數據，以後再將其放入到已經定義好的知識圖譜裏，用於支撐上層推理。那好，當你有了知識圖譜也就是說有了數據，接下來你要作什麼事呢？固然是推理、問答了，而不是說你有一個可展現的圖譜就完事了。

2.知識如何表示？

      KB即知識庫，就是現今流行的知識圖譜，常見的有FreeBase，DBpedia，WordNet，OpenCyc。就要對這些三元組數據進行表示，相似詞向量那樣，將知識庫映射到低維稠密的空間，映射成可操做向量，才能讓計算機進行一步處理。如TransE,TransH,TransR等，都是已經較爲成熟的工具了。

    今天找到了一個不錯的知識表示開源包，地址：https://github.com/thunlp/OpenKE，有興趣的同窗能夠深刻研究和操做一下

3.下游任務使用

　我主作QA，如今看的論文也比較雜，理解也是五花八門，沒有造成一個主線，這困惑了好久。

    最近看了一場分享，清華大學的黃老師，他們在人機交互積累了多年經驗，也很樂於分享，開源了對話方面的多個關鍵源代碼，能夠沿着這個主線去作去落地。

    THU對話系統技術平臺：http://coai.cs.tsinghua.edu.cn/ds/