基本信息
浏览量:721
职业迁徙
个人简介
目前的主要研究内容包括以下两个方面:
推荐系统:重点是面向大数据的深度协同推荐算法,融合文本、图像、社交、知识图谱等多模态信息、以深度学习技术为基础的新型推荐系统。推荐系统是现代Web应用的核心技术之一,通过对大数据的用户偏好行为进行分析和建模,学习出目标用户的偏好模式,从而给出精准的个性化物品推荐,是典型的大数据应用。
知识图谱:重点是知识图谱的构建及应用。知识图谱在工业界都有非常广泛的应用,它的重要性正与日倶增。如何构建一个合适可用的知识图谱,以及如何高效应用知识图谱的知识内容,成为研究的重要内容。具体课题包括实体抽取、关系链接、个人知识图谱、商品知识图谱、时序知识图谱、知识图谱的补全和对齐等。
智能问答:重点是基于知识图谱的智能问答算法,探索融合知识图谱信息的精准问答匹配技术。其挑战主要包括:如何理解并有效表示问题;如何将问题映射为结构化查询;如何生成自然语言答案等。常见的智能问答系统如客服和聊天机器人、Siri等,可以分为基于事实的问答系统、基于常见问题集的问答系统和开放域的问答系统等三类。相关的研究课题还包括机器阅读理解、序列模型和语言模型等内容。
研究兴趣
论文共 122 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
KNOWLEDGE-BASED SYSTEMS (2024): 111133-111133
arxiv(2024)
引用0浏览0引用
0
0
arxiv(2024)
CoRR (2024)
引用0浏览0EI引用
0
0
arxiv(2024)
引用0浏览0引用
0
0
IEEE Transactions on Knowledge and Data Engineeringno. 4 (2023): 3540-3550
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn