-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathsearch.xml
More file actions
258 lines (258 loc) · 14.6 KB
/
Copy pathsearch.xml
File metadata and controls
258 lines (258 loc) · 14.6 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
<?xml version="1.0" encoding="utf-8"?>
<search>
<entry>
<title>LSTM算法</title>
<url>/2021/08/05/LSTM%E7%AE%97%E6%B3%95/</url>
<content><![CDATA[]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>NLP</tag>
<tag>AI</tag>
<tag>人工智能</tag>
</tags>
</entry>
<entry>
<title>RETE规则推理算法</title>
<url>/2021/01/10/RETE%E8%A7%84%E5%88%99%E6%8E%A8%E7%90%86%E7%AE%97%E6%B3%95/</url>
<content><![CDATA[<p>hello</p>
]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>AI</tag>
<tag>人工智能</tag>
<tag>知识图谱</tag>
<tag>知识推理</tag>
</tags>
</entry>
<entry>
<title>word2Vec算法</title>
<url>/2021/03/12/word2Vec%E7%AE%97%E6%B3%95/</url>
<content><![CDATA[<p>word2Vec算法</p>
]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>NLP</tag>
<tag>AI</tag>
<tag>人工智能</tag>
</tags>
</entry>
<entry>
<title>图数据库——arangodb</title>
<url>/2021/07/16/%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E2%80%94%E2%80%94arangodb/</url>
<content><![CDATA[]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>图数据库</tag>
<tag>图存储</tag>
</tags>
</entry>
<entry>
<title>图数据库——neo4j</title>
<url>/2021/03/12/%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E2%80%94%E2%80%94neo4j/</url>
<content><![CDATA[<p>总结2020,展望2021</p>
]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>图数据库</tag>
<tag>图存储</tag>
</tags>
</entry>
<entry>
<title>图数据库综述</title>
<url>/2021/03/12/%E5%9B%BE%E6%95%B0%E6%8D%AE%E5%BA%93%E7%BB%BC%E8%BF%B0/</url>
<content><![CDATA[<p>Welcome to <a href="https://hexo.io/">Hexo</a>! This is your very first post. Check <a href="https://hexo.io/docs/">documentation</a> for more info. If you get any problems when using Hexo, you can find the answer in <a href="https://hexo.io/docs/troubleshooting.html">troubleshooting</a> or you can ask me on <a href="https://github.com/hexojs/hexo/issues">GitHub</a>.</p>
<h2 id="Quick-Start"><a href="#Quick-Start" class="headerlink" title="Quick Start"></a>Quick Start</h2><h3 id="Create-a-new-post"><a href="#Create-a-new-post" class="headerlink" title="Create a new post"></a>Create a new post</h3><figure class="highlight bash"><table><tr><td class="code"><pre><span class="line">$ hexo new <span class="string">"My New Post"</span></span><br></pre></td></tr></table></figure>
<p>More info: <a href="https://hexo.io/docs/writing.html">Writing</a></p>
<h3 id="Run-server"><a href="#Run-server" class="headerlink" title="Run server"></a>Run server</h3><figure class="highlight bash"><table><tr><td class="code"><pre><span class="line">$ hexo server</span><br></pre></td></tr></table></figure>
<p>More info: <a href="https://hexo.io/docs/server.html">Server</a></p>
<h3 id="Generate-static-files"><a href="#Generate-static-files" class="headerlink" title="Generate static files"></a>Generate static files</h3><figure class="highlight bash"><table><tr><td class="code"><pre><span class="line">$ hexo generate</span><br></pre></td></tr></table></figure>
<p>More info: <a href="https://hexo.io/docs/generating.html">Generating</a></p>
<h3 id="Deploy-to-remote-sites"><a href="#Deploy-to-remote-sites" class="headerlink" title="Deploy to remote sites"></a>Deploy to remote sites</h3><figure class="highlight bash"><table><tr><td class="code"><pre><span class="line">$ hexo deploy</span><br></pre></td></tr></table></figure>
<p>More info: <a href="https://hexo.io/docs/one-command-deployment.html">Deployment</a></p>
]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>图数据库</tag>
<tag>图存储</tag>
</tags>
</entry>
<entry>
<title>模型与算法之XGboost</title>
<url>/2021/09/04/%E6%A8%A1%E5%9E%8B%E4%B8%8E%E7%AE%97%E6%B3%95%E4%B9%8BXGboost/</url>
<content><![CDATA[]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>AI</tag>
<tag>人工智能</tag>
</tags>
</entry>
<entry>
<title>深入理解elasticSearch</title>
<url>/2021/07/05/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3elasticSearch/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>编程艺术</tag>
<tag>elastic search</tag>
</tags>
</entry>
<entry>
<title>深入理解设计模式</title>
<url>/2021/07/14/%E6%B7%B1%E5%85%A5%E7%90%86%E8%A7%A3%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>编程艺术</tag>
<tag>设计模式</tag>
</tags>
</entry>
<entry>
<title>父亲节快乐</title>
<url>/2021/06/20/%E7%88%B6%E4%BA%B2%E8%8A%82%E5%BF%AB%E4%B9%90/</url>
<content><![CDATA[<p>前天晚上从西安出差回来,经过昨天一天的休整,整个人已经满血复活了,正好今天周日,也没什么特殊的事情,就想着要不看场比赛。</p>
<p>其实,上班以后比赛真的看得很少了,一方面时间不允许,工作太忙,很难像学生时代那样,从常规赛开始,追逐自己喜欢的球队、追逐自己喜欢的球星一整个赛季,为他们取得的赫赫战绩、精彩的进球欢呼雀跃,没有那个精力,也没有那个心思。另一方面呢,一代球星代表着一代人的青春,我这一代的青春已经随着姚明、科比、麦迪、邓肯、艾佛森、加内特、皮尔斯、纳什、基德、卡特……们一起退役了。现在的NBA已经很难找到属于我的那个青春符号,所以偶尔也就手机看看体育新闻,谁谁谁又50分了,谁谁谁又三双了,然后感叹一句,现在的小伙子真厉害,可是,还是怀念以前那种肌肉碰肌肉的身体对抗、怀念科比那美如画的后仰中距离、怀念麦迪那潇洒的干拔跳投…</p>
<p>今天是篮网和雄鹿的抢七生死战,go big or go home全看这一场了,而且今天这场比赛也就冲着杜兰特去看,现如今杜兰特、欧文是我为数不多还想冲着他们看看比赛的球星。上半场两队还是打的难舍难分,都拉不开分差,篮网这边也就指着杜兰特了,一个人大包大揽,其他队友提供的支援太有限,也就格里芬还能攻击一下篮筐,其他人的得分包感觉都没打开,雄鹿那边就身体素质是真好,能冲能抢,只是好些人都叫不上名了。</p>
<p>到了中场休息,腾讯插播了一个父亲节的文案,才知道今天是父亲节——我升级成父亲后的第一个父亲节。</p>
<p>我家小苹果这会儿正在隔壁房间睡上午的回笼觉,小苹果现在还不到一周岁,每天上午下午都要小睡一觉,刚过去看一眼,睡得正香呢,两只小手举到耳朵边特别可爱——你健康快乐的成长,就是我在父亲节收到的最好的礼物!</p>
<p>中午,老婆给我发了两张照片,一张是我很久以前还在学校时候的照片,一张是最近带娃的照片,老婆感叹我老了好多,体型都变了,腰都驼了,我回复:哈哈哈,可不是吗,岁月饶得过谁呢。回头看看熟睡中的女儿,我想这一切都是值得的,有些路有些经历,是人生中不可或缺的,只是希望这些经历可以跟我生命中挚爱的那些人一起度过……</p>
<p>中午,给老爸打了一个视频电话,问问他最近身体怎么样,给他看看小苹果,小苹果现在还不会喊爷爷,一直在旁边咿咿呀呀的叫着,爷孙两都很开心。</p>
<p>后来要带娃,比赛我没看完,听说杜兰特投进了一个绝平的踩线长两分,两队打进了加时,最后弹尽粮绝,篮网惜败止步于东部半决赛,替篮网替杜兰特有点遗憾,但是没关系,还年轻,一切都来得及,明年带上欧文我相信奥布莱恩杯会属于你们的,期待明年我和小苹果一块儿看你们的总决赛,生活要有希望,岁月才会美好——祝全天下所有的父亲,节日快乐!</p>
]]></content>
<categories>
<category>生活那点事儿</category>
</categories>
<tags>
<tag>life</tag>
</tags>
</entry>
<entry>
<title>知识图谱技术栈</title>
<url>/2021/03/12/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%8A%80%E6%9C%AF%E6%A0%88/</url>
<content><![CDATA[<p>支持向量机算法</p>
]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>AI</tag>
<tag>人工智能</tag>
<tag>知识图谱</tag>
<tag>机器学习</tag>
</tags>
</entry>
<entry>
<title>知识表示学习之Trans系列</title>
<url>/2021/02/15/%E7%9F%A5%E8%AF%86%E8%A1%A8%E7%A4%BA%E5%AD%A6%E4%B9%A0%E4%B9%8BTrans%E7%B3%BB%E5%88%97/</url>
<content><![CDATA[<blockquote>
<p>“知识表示学习是面向知识库中实体和关系的表示学习,通过将实体或关系投影到低维向量空间,我们能够实现对实体和关系的语义信息的表示,可以高效地计算实体、关系及其之间的复杂语义关联,这对知识库的构建、推理与应用均有重要意义。”[1]——刘知远,等</p>
</blockquote>
<h2 id="知识表示学习的主要方法"><a href="#知识表示学习的主要方法" class="headerlink" title="知识表示学习的主要方法"></a>知识表示学习的主要方法</h2><h3 id="1-1-距离模型"><a href="#1-1-距离模型" class="headerlink" title="1.1 距离模型"></a>1.1 距离模型</h3><p>距离模型又称为结构表示(structured embedding),是最早的几个知识表示学习的方法之一, SE为每个关系<script type="math/tex">r</script>定义了两个矩阵<script type="math/tex">{M_{r,1}}</script>和<script type="math/tex">{M_{r,2}}</script>用于三元组中头实体和尾实体的投影操作,为每个三元组<script type="math/tex">(h,r,t)</script>定义了如下损失函数:</p>
<script type="math/tex; mode=display">
{f_{r\left( {h,t} \right)}} = {\left| { {M_{r,1}}{l_h} - {M_{r,2}}{l_t}} \right|_{ {l_1}}}</script><p>SE通过关系矩阵<script type="math/tex">M_{ r,1}</script> 和 <script type="math/tex">{M_{r,2}}</script> 将首实体和尾实体投影到<script type="math/tex">r</script>的空间,然后计算投影向量的距离,距离越小,说明两个实体之间存在该关系的关联性就越大。</p>
<p>但是SE模型的缺陷是,它使用两个不同的矩阵分别对首实体和尾实体进行投影,协同性较差,往往无法精确刻画出两个实体与关系之间的语义关联[1]。</p>
<h3 id="1-2-单层神经网络模型"><a href="#1-2-单层神经网络模型" class="headerlink" title="1.2 单层神经网络模型"></a>1.2 单层神经网络模型</h3><p>单层神经网络模型(single layer model),尝试采用单层神经网络的非线性操作来减轻SE模型无法协同精确刻画实体和关系之间的语义关联问题,SLM为每个三元组定义如下评分函数:</p>
<script type="math/tex; mode=display">
u_r^Tg(M_{r,1}l_{h} + M_{r,2}l_t)</script><p>$u_r^T$为关系<script type="math/tex">r</script>的表示向量,$g()$为tanh函数。</p>
<p>虽然SLM是SE模型的改进版本,但是其非线性操作仅提供了实体和关系的微弱语义关系,却引入了的计算复杂度。</p>
<h3 id="1-3-能量模型"><a href="#1-3-能量模型" class="headerlink" title="1.3 能量模型"></a>1.3 能量模型</h3><h2 id="参考文献"><a href="#参考文献" class="headerlink" title="参考文献"></a>参考文献</h2><p>[1] 刘知远等,知识表示学习研究进展,<em>计算机研究与发展</em>, 2016年02期</p>
]]></content>
<categories>
<category>AI模型与算法</category>
</categories>
<tags>
<tag>AI</tag>
<tag>人工智能</tag>
<tag>知识表示</tag>
<tag>Trans</tag>
</tags>
</entry>
<entry>
<title>编程艺术之数据结构</title>
<url>/2021/09/04/%E7%BC%96%E7%A8%8B%E8%89%BA%E6%9C%AF%E4%B9%8B%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>数据结构</tag>
<tag>经典算法</tag>
</tags>
</entry>
<entry>
<title>编程艺术之设计模式</title>
<url>/2021/09/04/%E7%BC%96%E7%A8%8B%E8%89%BA%E6%9C%AF%E4%B9%8B%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>编程艺术</tag>
<tag>设计模式</tag>
</tags>
</entry>
<entry>
<title>设计模式——单例模式</title>
<url>/2021/08/01/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E2%80%94%E2%80%94%E5%8D%95%E4%BE%8B%E6%A8%A1%E5%BC%8F/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>编程艺术</tag>
<tag>设计模式</tag>
</tags>
</entry>
<entry>
<title>设计模式——工厂模式</title>
<url>/2021/07/17/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E2%80%94%E2%80%94%E5%B7%A5%E5%8E%82%E6%A8%A1%E5%BC%8F/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>编程艺术</tag>
<tag>设计模式</tag>
</tags>
</entry>
<entry>
<title>设计模式——策略模式</title>
<url>/2021/07/23/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E2%80%94%E2%80%94%E7%AD%96%E7%95%A5%E6%A8%A1%E5%BC%8F/</url>
<content><![CDATA[]]></content>
<categories>
<category>编程是一门艺术</category>
</categories>
<tags>
<tag>编程艺术</tag>
<tag>设计模式</tag>
</tags>
</entry>
<entry>
<title>黑客与画家</title>
<url>/2021/09/21/%E9%BB%91%E5%AE%A2%E4%B8%8E%E7%94%BB%E5%AE%B6/</url>
<content><![CDATA[]]></content>
<categories>
<category>书单</category>
</categories>
<tags>
<tag>书单</tag>
</tags>
</entry>
</search>