知识表示模型轻量化与训练样本优化方法研究.pdf

知识表示模型轻量化与训练样本优化方法研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

知识图谱是人工智能领域中一个重要的支撑技术,包含许多研究方向。知识

表示学习是其中一个研究方向,已经被广泛应用且取得了很多成果,主要用于知

识图谱补全,以便让知识图谱更加完整。面对当前人工智能模型的大规模存储和

算力需求,轻量化模型成为一个急需解决的问题。同时,人工智能模型的发展需

要大量高质量数据作为支撑,如何高效利用样本进行模型训练也变得至关重要。

本文深入研究了知识表示学习中轻量化模型和

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档