前些时间，我在知识星球上创建了一个音视频技术社群：关键帧的音视频开发圈，在这里群友们会一起做一些打卡任务。比如：周期性地整理音视频相关的面试题，汇集一份音视频面试题集锦，你可以看看这个合集：音视频面试题集锦。再比如...
知识图谱的构建流程主要分为知识抽取、知识融合、知识表示和知识优化，知识抽取主要是借助于算法层的实体抽取算法、关系抽取算法、属性抽取算法或者联合抽取算法，对标注好的语料数据进行模型训练，生成相应知识抽取组件。...
今天给大家介绍由厦门大学刘向荣教授团队发表在Bioinformatics上的文章，文章提出一个用于DDI预测的链接感知图注意网络，称为LaGAT。该模型能够基于不同的药物对在知识图谱中为药物实体产生不同的注意途径；作者在两个公开...
本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions》，这个工作发表在2022年数据挖掘顶会KDD上。图结构数据在生命科学以及医疗...
传统药物研发过程漫长，投入大，风险高。新药研发的平均时间长达15年，平均耗费超过8亿美元。作为药物研发的源头，药物靶标的发现和识别对药物的研发成功率具有决定性的作用。随着人工智能和机器学习逐渐应用于医药健康和药...
最近我发起了「冴羽答读者问」[1]活动，如果你也有想要提问的问题，欢迎留言，我会按照顺序依此回答。
在自然语言处理和知识图谱中，实体抽取、NER是一个基本任务，也是产业化应用NLP 和知识图谱的关键技术之一。BERT是一个大规模预训练模型，它通过精心设计的掩码语言模型（Masked Language Model，MLM）来模拟人类对语言的认知，并...
PGL图学习之图游走类metapath2vec模型系列五本项目链接：https://aistudio.baidu.com/aistudio/projectdetail/5009827?contrib
近日，华东理工大学药学院上海市新药设计重点实验/华东师范大学人工智能新药创智中心李洪林/张凯团队在Briefings in Bioinformatics上发表题为Multi-Modal Chemical Information Reconstruction from Images and Texts...
