main.lof

\contentsline {figure}{\numberline {1.1}{\ignorespaces 目前公开的大规模知识图谱\relax }}{2}{figure.caption.10}
\contentsline {figure}{\numberline {1.2}{\ignorespaces 日常搜索中出现的知识图谱信息\relax }}{3}{figure.caption.11}
\contentsline {figure}{\numberline {1.3}{\ignorespaces 知识图谱 BabelNet 中与实体``法国''空间距离最近的实体\relax }}{4}{figure.caption.12}
\contentsline {figure}{\numberline {2.1}{\ignorespaces 基于并行的大规模知识图谱表示学习框架 OpenKE 的结构示意图\relax }}{18}{figure.caption.13}
\contentsline {figure}{\numberline {2.2}{\ignorespaces 在不同线程设定下，TransE 在 FB15K 上的损失函数走向\relax }}{28}{figure.caption.16}
\contentsline {figure}{\numberline {2.3}{\ignorespaces 在不同线程设定下，OpenKE 下不同模型的加速比曲线\relax }}{28}{figure.caption.16}
\contentsline {figure}{\numberline {3.1}{\ignorespaces 基于并行的知识图谱与文本模型联合学习框架\relax }}{34}{figure.caption.17}
\contentsline {figure}{\numberline {3.2}{\ignorespaces 基于知识注意力机制的卷积神经网络模型\relax }}{40}{figure.caption.18}
\contentsline {figure}{\numberline {3.3}{\ignorespaces 卷积层和池化层的结构示意图\relax }}{42}{figure.caption.19}
\contentsline {figure}{\numberline {3.4}{\ignorespaces JointD+KATT、JointE+KATT、CNN+ATT、CNN+ONE、MIML、MultiR、Mintz 与 Sm2r 的准确率/召回率曲线\relax }}{48}{figure.caption.22}
\contentsline {figure}{\numberline {A-1}{\ignorespaces Simple illustration of TransR.\relax }}{69}{figure.caption.37}
\contentsline {figure}{\numberline {A-2}{\ignorespaces TransE, TransH 和 TransR 在关系抽取任务上的准确召回率曲线。\relax }}{81}{figure.caption.43}