Tao Wu (吴涛)'s Homepage

知识图谱补全：补全知识图谱中缺失的实体或者关系，主要通过关系预测来实现； 少样本关系预测：因知识图谱中存在长尾现象，为了实现更好的补全效果，需要在少样本的情况下进行关系预测，通过少量的参照样本预测实体对是否具有某种关系。
基于表示学习的多跳知识问答：给定自然语言问题，首先通过对问题进行语义解析，得到其主题词和问题的嵌入表示；然后以主题词节点为中心， 把H跳以内的节点都作为候选答案节点，然后通过表示学习来得到候选节点信息的特征信息； 最后通过评分函数来得到候选答案节点和问题的匹配程度，评分高的作为答案。

代表性算法

实验环境、数据资源、评价指标

实验环境：Pytorch、Pycharm
数据资源：Wiki、NELL 数据集、知识图谱（Freebase）、WebQuestions数据集、ComplexWebQuestions数据集
评价指标：MRR、Hit@n、F1分数

---