计算机技术在知识图谱中的应用：论文及研究进展

以下是一些关于计算机技术在知识图谱中应用的论文：\n\n1. 'Knowledge Graph Embedding by Translating on Hyperplanes' by Antoine Bordes, et al. (2013)\n 该论文提出了一种将知识图谱中的实体和关系映射到低维空间的方法，以便进行更高效的推理和查询。\n\n2. 'Graph Convolutional Networks' by Thomas N. Kipf and Max Welling (2016)\n 该论文介绍了一种基于图卷积网络（GCN）的方法，用于在知识图谱中进行节点分类和链接预测等任务。\n\n3. 'DeepWalk: Online Learning of Social Representations' by Bryan Perozzi, et al. (2014)\n 该论文提出了一种基于随机游走的方法，用于学习知识图谱中节点的低维表示，以便进行节点分类和相似性计算。\n\n4. 'TransE: Translating Embeddings for Modeling Multi-relational Data' by Antoine Bordes, et al. (2013)\n 该论文介绍了一种将知识图谱中的关系建模为实体之间的平移操作的方法，用于进行关系预测和推理。\n\n5. 'Knowledge Graph Completion via Complex Tensor Factorization' by Zhen Wang, et al. (2014)\n 该论文提出了一种基于复杂张量分解的方法，用于填充知识图谱中缺失的关系，以便进行更准确的推理和查询。\n\n这些论文展示了计算机技术在知识图谱中的应用，涉及到知识表示、推理、链接预测和关系填充等方面。'}