مخطط المعرفة

📅 آخر تحديث: ٢١ يوليو ٢٠٢٦
✍️ نُشر في: ٢١ يوليو ٢٠٢٦
📷 يحتوي على 2 صور
الموسوعة الحرة
مثال على مخطط مفاهيمي

في مجال تمثيل المعرفة والاستدلال ، يُعدّ مخطط المعرفة قاعدة معرفية تستخدم نموذج بيانات أو بنية بيانية لتمثيل البيانات والتعامل معها . تُستخدم مخططات المعرفة غالبًا لتخزين أوصاف مترابطة للكيانات - كالأشياء والأحداث والمواقف والمفاهيم المجردة - مع ترميز الدلالات أو العلاقات الحرة الكامنة وراء هذه الكيانات. [ 1 ] [ 2 ]  

منذ ظهور الويب الدلالي ، ارتبطت مخططات المعرفة في كثير من الأحيان بمشاريع البيانات المفتوحة المرتبطة ، مع التركيز على الروابط بين المفاهيم والكيانات. [ 3 ] [ 4 ] كما أنها مرتبطة تاريخيًا بمحركات البحث مثل جوجل وبينج وياهو ، ومحركات المعرفة وخدمات الإجابة على الأسئلة مثل وولفرام ألفا وسيري من أبل وأليكسا من أمازون ، وشبكات التواصل الاجتماعي مثل لينكد إن وفيسبوك ، وتستخدمها هذه المحركات .

أدت التطورات الحديثة في علم البيانات والتعلم الآلي ، ولا سيما في الشبكات العصبية البيانية ، وتعلم التمثيل، والتعلم الآلي، إلى توسيع نطاق استخدام مخططات المعرفة ليتجاوز استخدامها التقليدي في محركات البحث وأنظمة التوصية . ويزداد استخدامها في البحث العلمي، مع تطبيقات بارزة في مجالات مثل علم الجينوم ، وعلم البروتينات ، وعلم الأحياء النظمي . [ 5 ]

تاريخ

صاغ هذا المصطلح اللغوي النمساوي إدغار دبليو شنايدر عام 1972 ، في سياق نقاش حول كيفية بناء أنظمة تعليمية معيارية للمقررات الدراسية. [ 6 ] وفي أواخر ثمانينيات القرن العشرين، أطلقت جامعة جرونينجن وجامعة توينتي مشروعًا مشتركًا بعنوان "مخططات المعرفة"، يركز على تصميم الشبكات الدلالية ذات الحواف المقيدة بمجموعة محدودة من العلاقات، لتسهيل العمليات الجبرية على الرسم البياني . [ 7 ] وفي العقود اللاحقة، تضاءل التمييز بين الشبكات الدلالية ومخططات المعرفة.

كانت بعض مخططات المعرفة المبكرة متخصصة في موضوعات محددة. في عام ١٩٨٥، تأسست Wordnet ، التي رصدت العلاقات الدلالية بين الكلمات ومعانيها ، وهو تطبيق لهذه الفكرة على اللغة نفسها. في عام ٢٠٠٥، أسس مارك ويرك Geonames لرصد العلاقات بين مختلف الأسماء والمواقع الجغرافية والكيانات المرتبطة بها. في عام ١٩٩٨، ابتكر أندرو إدموندز من شركة Science in Finance Ltd في المملكة المتحدة نظامًا يُسمى ThinkBase، والذي قدم استدلالًا قائمًا على المنطق الضبابي في سياق رسومي. [ ٨ ] 

في عام ٢٠٠٧، تأسست كل من DBpedia و Freebase كمستودعات معرفية قائمة على الرسوم البيانية للمعرفة العامة. [ ٩ ] ركزت DBpedia حصريًا على البيانات المستخرجة من ويكيبيديا ، بينما شملت Freebase أيضًا مجموعة من مجموعات البيانات العامة. لم يصف أي منهما نفسه بأنه "رسم بياني معرفي"، لكنهما طورا ووصفا مفاهيم ذات صلة.

في عام ٢٠١٢، أطلقت جوجل مخططها المعرفي ، [ ١٠ ] بالاعتماد على DBpedia وFreebase، بالإضافة إلى مصادر أخرى. لاحقًا ، أضافت جوجل RDFa و Microdata ومحتوى JSON-LD المستخرج من صفحات الويب المفهرسة، بما في ذلك كتاب حقائق العالم لوكالة المخابرات المركزية الأمريكية ، وويكي بيانات ، وويكيبيديا. [ ١٠ ] [ ١١ ] وقد تم تنظيم أنواع الكيانات والعلاقات المرتبطة بهذا المخطط المعرفي بشكل أكبر باستخدام مصطلحات من مفردات schema.org [ ١٢ ] . أصبح مخطط جوجل المعرفي مكملاً للبحث النصي داخل جوجل، وساهمت شعبيته على الإنترنت في زيادة استخدام المصطلح. [ ١٢ ]

منذ ذلك الحين، قامت العديد من الشركات متعددة الجنسيات الكبرى بالإعلان عن استخدامها لمخططات المعرفة، مما زاد من انتشار المصطلح. وتشمل هذه الشركات فيسبوك ، ولينكد إن ، وإير بي إن بي ، ومايكروسوفت ، وأمازون ، وأوبر ، وإيباي . [ 13 ]

في عام 2019، قامت IEEE بدمج مؤتمراتها الدولية السنوية حول "المعرفة الضخمة" و"استخراج البيانات والحوسبة الذكية" في المؤتمر الدولي حول الرسم البياني المعرفي. [ 14 ]

أدى تطوير نماذج اللغة الكبيرة إلى زيادة الاهتمام بمخططات المعرفة كوسيلة لهيكلة المعلومات من النصوص غير المهيكلة، حيث مكّنت التطورات في معالجة اللغة من توليدها وتوسيعها تلقائيًا أو شبه تلقائيًا. [ 15 ] [ 16 ] [ 17 ] ومنذ ذلك الحين، اتسع نطاق مصطلح مخطط المعرفة ليشمل هياكل الرسوم البيانية الديناميكية والمتكيفة، والتي تدعم الاسترجاع والاستدلال والتلخيص في الأنظمة التوليدية. وقد جسّد مشروع GraphRAG التابع لشركة مايكروسوفت للأبحاث (2024) هذا التطور من خلال دمج الرسوم البيانية المولدة بواسطة نماذج اللغة الكبيرة في التوليد المعزز بالاسترجاع.

التعريفات

لا يوجد تعريف واحد متفق عليه بشكل عام لمخطط المعرفة. تنظر معظم التعريفات إلى الموضوع من منظور الويب الدلالي وتتضمن هذه الميزات: [ 18 ]

  • العلاقات المرنة بين المعارف في المجالات الموضوعية : يُعرّف مخطط المعرفة (أ) فئات وعلاقات مجردة للكيانات في مخطط، (ب) يصف بشكل أساسي كيانات العالم الحقيقي وعلاقاتها المتبادلة، مُنظمة في رسم بياني، (ج) يسمح بإمكانية ربط كيانات عشوائية ببعضها البعض، و(د) يغطي مجالات موضوعية متنوعة. [ 19 ]
  • البنية العامة : شبكة من الكيانات، وأنواعها الدلالية، وخصائصها، وعلاقاتها. [ 20 ] [ 21 ] ولتمثيل الخصائص، تُستخدم القيم الفئوية أو العددية في كثير من الأحيان.
  • دعم الاستدلال على الأنطولوجيات المستنتجة : يقوم الرسم البياني المعرفي باكتساب المعلومات ودمجها في أنطولوجيا، ويطبق أداة استدلال لاستخلاص معرفة جديدة. [ 3 ]

مع ذلك، توجد العديد من تمثيلات مخططات المعرفة التي لا تنطبق عليها بعض هذه الخصائص. بالنسبة لتلك المخططات المعرفية، قد يكون هذا التعريف الأبسط أكثر فائدة:

  • بنية رقمية تمثل المعرفة كمفاهيم والعلاقات بينها (حقائق). يمكن أن يتضمن مخطط المعرفة أنطولوجيا تُمكّن كلاً من البشر والآلات من فهم محتوياته والاستدلال عليها. [ 22 ] [ 23 ]

التطبيقات

إضافةً إلى الأمثلة المذكورة أعلاه، استُخدم المصطلح لوصف مشاريع المعرفة المفتوحة مثل YAGO وWikidata؛ والاتحادات مثل سحابة البيانات المفتوحة المرتبطة؛ [ 24 ] ومجموعة من أدوات البحث التجارية، بما في ذلك مساعد البحث الدلالي Spark من Yahoo، و Knowledge Graph من Google ، وSatori من Microsoft؛ ومخططات الكيانات الخاصة بـ LinkedIn وFacebook. [ 3 ]

يُستخدم المصطلح أيضًا في سياق تطبيقات برامج تدوين الملاحظات التي تسمح للمستخدم بإنشاء مخطط معرفي شخصي . [ 25 ]

أدى انتشار استخدام مخططات المعرفة والأساليب المصاحبة لها إلى تطوير قواعد بيانات الرسوم البيانية مثل Neo4j [ 26 ] وGraphDB [ 27 ] و AgensGraph [ 28 ] . تتيح قواعد بيانات الرسوم البيانية هذه للمستخدمين تخزين البيانات بسهولة ككيانات وعلاقاتها المتبادلة، وتسهل عمليات مثل الاستدلال على البيانات، وتضمين العقد، وتطوير الأنطولوجيا على قواعد المعرفة.

على النقيض من ذلك، لا تخزن مخططات المعرفة الافتراضية المعلومات في قواعد بيانات متخصصة. [ 29 ] بل تعتمد على قاعدة بيانات علائقية أو بحيرة بيانات أساسية للإجابة على الاستعلامات المتعلقة بالمخطط. يجب تهيئة نظام مخطط المعرفة الافتراضي هذا بشكل صحيح للإجابة على الاستعلامات بدقة. تتم هذه التهيئة من خلال مجموعة من عمليات الربط التي تحدد العلاقة بين عناصر مصدر البيانات وبنية مخطط المعرفة الافتراضي وتصنيفه. [ 30 ]

استخدام مخطط المعرفة للاستدلال على البيانات

يُمثل الرسم البياني المعرفي الدلالات بشكل رسمي من خلال وصف الكيانات وعلاقاتها. [ 31 ] قد تستخدم الرسوم البيانية المعرفية الأنطولوجيات كطبقة تخطيطية. وبذلك، تسمح بالاستدلال المنطقي لاسترجاع المعرفة الضمنية بدلاً من الاقتصار على الاستعلامات التي تطلب المعرفة الصريحة. [ 32 ]

لتمكين استخدام مخططات المعرفة في مهام التعلم الآلي المختلفة، طُوِّرت عدة طرق لاستخلاص تمثيلات السمات الكامنة للكيانات والعلاقات. [ 33 ] تسمح هذه التمثيلات لمخططات المعرفة بربطها بأساليب التعلم الآلي التي تتطلب متجهات سمات مثل تمثيلات الكلمات . وهذا بدوره يُكمِّل تقديرات أخرى للتشابه المفاهيمي. [ 34 ] [ 35 ]

تُعدّ نماذج توليد تمثيلات بيانية معرفية مفيدة من صميم عمل الشبكات العصبية البيانية (GNNs). [ 36 ] تُعتبر الشبكات العصبية البيانية بنى تعلّم عميق تتألف من حواف وعُقد، تُطابق كيانات وعلاقات الرسوم البيانية المعرفية. توفر البنية الطوبولوجية وهياكل البيانات التي تُتيحها الشبكات العصبية البيانية مجالًا مناسبًا للتعلّم شبه الموجّه، حيث تُدرّب الشبكة على التنبؤ بقيمة تمثيل عقدة (بمعرفة مجموعة من العُقد المتجاورة وحوافها) أو حافة (بمعرفة زوج من العُقد). تُشكّل هذه المهام تجريدات أساسية لمهام أكثر تعقيدًا، مثل الاستدلال والمحاذاة في الرسوم البيانية المعرفية. [ 37 ]

محاذاة الكيانات

يحتوي رسمان بيانيان افتراضيان للمعرفة، يمثلان موضوعين متباينين، على عقدة تُقابل الكيان نفسه في العالم الحقيقي. مواءمة الكيانات هي عملية تحديد هذه العقد عبر رسوم بيانية متعددة.

مع ظهور مخططات معرفية جديدة في مختلف المجالات والسياقات، سيُمثَّل الكيان نفسه حتمًا في عدة مخططات. ومع ذلك، ولعدم وجود معيار موحد لبناء أو تمثيل المخططات المعرفية، فإن تحديد الكيانات التي تُطابق نفس الموضوع في العالم الحقيقي من المخططات المتباينة يُعد مهمة معقدة. تُعرف هذه المهمة باسم مواءمة كيانات المخطط المعرفي ، وهي مجال بحث نشط. [ 38 ]

تسعى استراتيجيات مواءمة الكيانات عمومًا إلى تحديد البنى الفرعية المتشابهة، والعلاقات الدلالية، والسمات المشتركة، أو مزيج من هذه العناصر الثلاثة، بين رسمين بيانيين معرفيين مختلفين. [ 39 ] تستخدم أساليب مواءمة الكيانات هذه التشابهات البنيوية بين الرسوم البيانية غير المتماثلة عمومًا للتنبؤ بالعقد التي تُقابل الكيان نفسه. [ 40 ]

في عام 2023، حقق الباحثون نجاحًا في استخدام نماذج اللغة الكبيرة (LLMs) في مهمة مواءمة الكيانات. [ 41 ] ويعود الفضل في ذلك بشكل خاص إلى فعاليتها في إنتاج تمثيلات ذات معنى نحوي. [ 42 ]

مع تزايد كمية البيانات المخزنة في مخططات المعرفة، أصبح تطوير أساليب موثوقة لمواءمة كيانات مخطط المعرفة خطوة بالغة الأهمية في تكامل وتماسك بيانات مخطط المعرفة.

انظر أيضاً

مراجع

  1. ↑ "ما هو الرسم البياني المعرفي؟" . ontotext . 2018. تم الاسترجاع في 2025-12-05 .
  2. ↑ كومار باندي، أتول (18 ديسمبر 2020). "ما الذي يُعرّف الرسم البياني المعرفي؟" . AtulHost . تم الاسترجاع في 5 ديسمبر 2025 .
  3. 1 2 3 إيرلينجر، ليزا؛ ووس، وولفرام (2016). نحو تعريف لمخططات المعرفة (ملف PDF) . SEMANTiCS2016. لايبزيغ: وقائع مشتركة لمسار الملصقات والعروض التوضيحية للمؤتمر الدولي الثاني عشر حول الأنظمة الدلالية – SEMANTiCS2016 وورشة العمل الدولية الأولى حول التغيير الدلالي وتطور الدلالات (SuCCESS16). الصفحات 13-16 . 
  4. ↑ صويلو، أحمد (2020). "تحسين المشتريات العامة في الاتحاد الأوروبي من خلال بناء واستخدام رسم بياني معرفي متكامل" . الويب الدلالي - المؤتمر الدولي للويب الدلالي 2020. سلسلة محاضرات في علوم الحاسوب. المجلد 12507. الصفحات 430-446 . doi : 10.1007/978-3-030-62466-8_27 . ISBN   978-3-030-62465-1. S2CID 226229398 . 
  5. ↑ محمد، سامح ك.؛ نونو، آية؛ نوفاتشيك، فيت (2021). "التطبيقات البيولوجية لنماذج تضمين الرسم البياني المعرفي" . موجزات في المعلوماتية الحيوية . 22 (2): 1679-1693 . doi : 10.1093/bib/bbaa012 . hdl : 1983/919db5c6-6e10-4277-9ff9-f86bbcedcee8 . PMID 32065227 – عبر أكسفورد أكاديميك. 
  6. ↑ شنايدر، إدوارد و. (1973). "تطبيق تجزئة المقرر الدراسي: نظام الواجهة وآثاره على التحكم في التسلسل وتحليل البيانات" (ملف PDF) . تم الاطلاع عليه بتاريخ 5 ديسمبر 2025 .
  7. ↑ فيكتور، فيليبوف؛ ناتاليا، أيوشيفا؛ ماريا، كوشيفا (17 مارس 2024). "خوارزميات وأساليب للبناء الآلي لمخططات المعرفة استنادًا إلى مصادر نصية" (ملف PDF) . وقائع مؤتمر E3S . 531 : 03017. رمز Bibcode : 2024E3SWC.53103017F . doi : 10.1051/e3sconf/202453103017 . تاريخ الاسترجاع : 18 أغسطس 2025 .
  8. ↑ "العلامة التجارية الأمريكية رقم 75589756" .{{cite web}}: CS1 maint: url-status ( link )
  9. ↑ مايكل، فاربر؛ باسل، إيل؛ كارستن، مين؛ أخيم، ريتينجر (15 يناير 2015). "دراسة مقارنة لـ DBpedia وFreebase وOpenCyc وWikidata وYAGO" (ملف PDF) . KIT . تاريخ الاسترجاع: 18 أغسطس 2025 .
  10. 1 2 سينغال، أميت (16 مايو 2012). "تقديم مخطط المعرفة: أشياء، لا سلاسل نصية" . مدونة جوجل الرسمية . تم الاطلاع عليه في 21 مارس 2017 .
  11. ↑ شوارتز، باري (17 ديسمبر 2014). "إغلاق قاعدة بيانات جوجل Freebase بعد الانتقال إلى ويكي بيانات: تأثير ذلك على الرسم البياني المعرفي؟" . منتدى محركات البحث . تم الاطلاع عليه بتاريخ 10 ديسمبر 2017 .
  12. 1 2 مكوسكر، جيمس ب.؛ ماكغينيس، ديبورا ل. "ما هو مخطط المعرفة؟" . www.authorea.com . تم الاطلاع عليه بتاريخ 21 مارس 2017 .
  13. ↑ "مؤسسة مخطط المعرفة" . 2020. مؤرشف من الأصل بتاريخ 17 يوليو 2020. تم الاطلاع عليه بتاريخ 17 يوليو 2020 .
  14. ↑ "مؤتمر IEEE الدولي لعام 2021 حول مخططات المعرفة (ICKG)*" . KMedu Hub . 2017-07-09 . تم الاطلاع عليه بتاريخ 2021-03-22 .
  15. ↑ إيدج، دارين؛ ترينه، ها؛ تشينغ، نيومان؛ برادلي، جوشوا؛ تشاو، أليكس؛ مودي، أبورفا؛ ترويت، ستيفن؛ متروبوليتانسكي، داشا؛ نيس، روبرت أوسازوا (19 فبراير 2025)، من المحلي إلى العالمي: منهج الرسم البياني RAG لتلخيص يركز على الاستعلام ، arXiv : 2404.16130 ، تم الاطلاع عليه في 20 نوفمبر 2025
  16. ↑ ييه، وين تاو؛ تشانغ، مينغ وي؛ هي، شياودونغ؛ غاو، جيان فنغ (يوليو 2015). "التحليل الدلالي عبر توليد مخطط استعلام مرحلي: الإجابة على الأسئلة باستخدام قاعدة المعرفة" . في: زونغ، تشنغ تشينغ؛ ستروب، مايكل (محرران). وقائع الاجتماع السنوي الثالث والخمسين لجمعية اللغويات الحاسوبية والمؤتمر الدولي المشترك السابع حول معالجة اللغة الطبيعية (المجلد 1: الأوراق البحثية الطويلة) . بكين، الصين: جمعية اللغويات الحاسوبية. الصفحات 1321-1331 . doi : 10.3115/v1/P15-1128 . 
  17. ↑ لويس، باتريك؛ بيريز، إيثان؛ بيكتوس، ألكسندرا؛ بيتروني، فابيو؛ كاربوخين، فلاديمير؛ غويال، نامان؛ كوتلر، هاينريش؛ لويس، مايك؛ ييه، وين-تاو؛ روكتاشيل، تيم؛ ريدل، سيباستيان؛ كيلا، دوي (2020). "التوليد المُعزز بالاسترجاع لمهام معالجة اللغة الطبيعية كثيفة المعرفة" . التطورات في أنظمة معالجة المعلومات العصبية . 33. كوران أسوشيتس، إنك: 9459-9474 .
  18. ^ هوجان، ايدان. بلومكفيست، إيفا؛ كوتشيز، مايكل. داماتو، كلوديا؛ دي ميلو، جيرارد؛ جوتيريز، كلاوديو؛ لابرا جايو، خوسيه إميليو؛ كيران، صابرينا؛ نيوماير، سيباستيان. بوليريس، أكسل؛ نافيجلي، روبرتو؛ نجونجا نجومو، أكسل سيريل؛ راشد، صابر م. رولا، أنيسة؛ شميلزايسن، لوكاس؛ سيكيدا، خوان؛ ستاب، ستيفن؛ زيمرمان ، أنطوان (2021-01-24). “الرسوم البيانية المعرفية”. مسوحات الحوسبة ACM . 54 (4): 1– 37. أرخايف : 2003.02320 . دوى : 10.1145/3447772 . ISSN 0360-0300 . S2CID 235716181 .  
  19. ↑ بولهايم، هايكو (2017). "تحسين مخطط المعرفة: دراسة استقصائية للمناهج وأساليب التقييم" (ملف PDF) . الويب الدلالي : 489-508 . تاريخ الاسترجاع: 21 مارس 2017 .
  20. ↑ كروتش، ماركوس؛ ويكوم، جيرهارد (مارس 2016). "افتتاحية العدد الخاص حول مخططات المعرفة" . مجلة دلالات الويب . 37-38 : 53-54 . doi : 10.1016/j.websem.2016.04.002 . تاريخ الاسترجاع: 10 فبراير 2021 .
  21. ↑ "ما هو الرسم البياني المعرفي؟ | أونتوتكست" . أونتوتكست . تم الاسترجاع في 1 يوليو 2020 .
  22. ^ بنغ ، سيوان. فنغ، شيا؛ ناصريبارسا، مهدي؛ أوزبورن، فرانشيسكو (2023). "الرسوم البيانية المعرفية: الفرص والتحديات" . مراجعة الذكاء الاصطناعي . 56 (11): 13071– 13102. أرخايف : 2303.13948 . دوى : 10.1007/s10462-023-10465-9 . ردمك 1573-7462 . بمك 10068207 . بميد 37362886 .   
  23. ↑ "مخطط المعرفة حول مخططات المعرفة" . 2020. مؤرشف من الأصل في 2020-07-17.
  24. ↑ "سحابة البيانات المفتوحة المرتبطة" . lod-cloud.net . تم الاطلاع عليه بتاريخ 30-06-2020 .
  25. ↑ باين، إيفيت؛ ستيوارت، ستيوارت (مارس 2022). "العمل الميتافيزيقي: كيف نبحث لا يقل أهمية عن ما نبحثه" . المجلة البريطانية للممارسة العامة . 72 (716): 130-131 . doi : 10.3399/bjgp22X718757 . PMC 8884432. PMID 35210247 .  
  26. ↑ "قاعدة بيانات الرسوم البيانية والتحليلات من Neo4j | نظام إدارة قواعد بيانات الرسوم البيانية" . Neo4j . تم الاطلاع عليه بتاريخ 8 نوفمبر 2023 .
  27. ↑ "قاعدة بيانات الرسم البياني Ontotext" . Ontotext . تم الاطلاع عليه بتاريخ 8 نوفمبر 2023 .
  28. ↑ "نظام إدارة قواعد بيانات الرسوم البيانية للمؤسسات" . Bitnine.net . تم الاطلاع عليه بتاريخ 19 فبراير 2025 .
  29. ↑ سا، وانغ (2025-02-07). "مخطط المعرفة" . www.puppygraph.com . تم الاطلاع عليه بتاريخ 2025-08-18 .
  30. ↑ شياو، غوهوي؛ دينغ، لينفانغ؛ كوغريل، بنيامين؛ كالفانيز، دييغو (2019). "مخططات المعرفة الافتراضية: نظرة عامة على الأنظمة وحالات الاستخدام" . ذكاء البيانات . 1 (3): 201-223 . doi : 10.1162/dint_a_00011 .
  31. ↑ "كيف تعمل مخططات المعرفة؟" . ستاردوغ . 2022-04-05 . تم الاسترجاع في 2022-04-05 .
  32. ↑ "إطلاق العنان لقوة لوحة معلومات جوجل: كيفية الحصول عليها والمطالبة بها في عام 2023 - آر إتش رازو" . rhrazu.com . 1 سبتمبر 2023. تاريخ الاطلاع: 5 سبتمبر 2023 .
  33. ↑ ينس، ليمان (15 يوليو 2021). "تعلم التمثيل في مخططات المعرفة" . jens-lehmann.org . تم الاطلاع عليه بتاريخ 18 أغسطس 2025 .
  34. ↑ هونغوي وانغ (أكتوبر 2018). "ريبل نت: نشر تفضيلات المستخدم على الرسم البياني المعرفي لأنظمة التوصية". وقائع المؤتمر الدولي السابع والعشرين لجمعية الحوسبة الآلية (ACM) حول إدارة المعلومات والمعرفة . الصفحات 417-426 . arXiv : 1803.03467 . doi : 10.1145/3269206.3271739 . ISBN  9781450360142. S2CID 3766110 . 
  35. ↑ ريستوسكي، بيتر؛ بولهايم، هيكو (2016)، "RDF2Vec: تضمينات رسوم بيانية RDF لاستخراج البيانات" (ملف PDF) ، الويب الدلالي – ISWC 2016 ، سلسلة محاضرات في علوم الحاسوب، المجلد 9981، الصفحات 498-514 ، doi : 10.1007/978-3-319-46523-4_30 ، ISBN   978-3-319-46522-7
  36. ↑ تشو، جي؛ وآخرون (2020). "الشبكات العصبية البيانية: مراجعة للطرق والتطبيقات" . الذكاء الاصطناعي المفتوح . 1 (1): 57-81 . arXiv : 1812.08434 . doi : 10.1016/j.aiopen.2021.01.001 . S2CID 56517517 – عبر Elsevier Science Direct.  
  37. ↑ يي، زي؛ كومار، يوجان جايا؛ سينغ، جوه أونغ؛ سونغ، فينغيان؛ وانغ، جونسونغ (2022). "دراسة شاملة لشبكات الرسم البياني العصبية لرسوم المعرفة" . IEEE Access . 10 : 75729-7574 . Bibcode : 2022IEEEA..1075729Y . doi : 10.1109/ACCESS.2022.3191784 . S2CID 250654689 – عبر IEEE Xplore. 
  38. ↑ بيرندورف، ماكس؛ فايرمان، يفغيني؛ ميلنيتشوك، فالنتين؛ تريسب، فولكر؛ سيدل، توماس (14-17 أبريل 2020). مواءمة كيانات الرسم البياني المعرفي مع الشبكات العصبية الالتفافية للرسوم البيانية: الدروس المستفادة . التطورات في استرجاع المعلومات: المؤتمر الأوروبي الثاني والأربعون لأبحاث استرجاع المعلومات، ECIR 2020، لشبونة، البرتغال. سلسلة محاضرات في علوم الحاسوب. المجلد. وقائع المؤتمر، الجزء الثاني. الصفحات 3-11 . arXiv : 1911.08342 . doi : 10.1007/978-3-030-45442-5_1 . ISBN   978-3-030-45441-8. S2CID 208158314 – عبر Springer International Publishing. 
  39. ↑ زيكون، صن؛ تشينغ هينغ، تشانغ؛ وي، هو؛ تشنغ مينغ، وانغ؛ موهاو، تشن؛ فرحناز، أكرمي؛ تشنغ كاي، لي (2020-03-26). "دراسة معيارية لمواءمة الكيانات القائمة على التضمين لمخططات المعرفة" . وقائع مؤسسة VLDB . 13 (12): 2326-2340 . arXiv : 2003.07743 . doi : 10.14778/3407790.3407828 . تاريخ الاسترجاع: 2025-08-18 .
  40. ^ تشوراسيا، ديباك؛ سوريستي، أنيل؛ كومار، نيتيش. سينغ، ألوك؛ داي، فيكرانت؛ مالهوترا، آكارش. داما، غوراف؛ أرورا ، أنكور (2022). “محاذاة الكيان للرسوم البيانية المعرفية: التقدم والتحديات والدراسات التجريبية”. أرخايف : 2205.08777 [ cs.AI ].
  41. ↑ هوجان، أيدان؛ ليبوليس، آنا صوفيا؛ كليرونوموس، أنتونيس؛ ميلون-فلوريس، دانييلا ف.؛ تشنغ، هينغ؛ جوغلار، ألكسان؛ نوروزي، إبراهيم (2023). "تحسين مواءمة الكيانات بين ويكي بيانات وآرت غراف باستخدام نماذج التعلم الموجه" (ملف PDF) . وقائع ورشة العمل الدولية حول تصميم الويب الدلالي والأنطولوجيا للتراث الثقافي - عبر ورشة العمل الدولية حول تصميم الويب الدلالي والأنطولوجيا للتراث الثقافي (SWODCH)، أثينا، اليونان.
  42. ↑ وانغ، كوان؛ ماو، تشيندونغ؛ وانغ، بين؛ غو، لي (2017). "تضمين الرسم البياني للمعرفة: دراسة استقصائية للمناهج والتطبيقات". معاملات IEEE في هندسة المعرفة والبيانات . 29 (12). IEEE : 2724-2743 . doi : 10.1109/TKDE.2017.2754499 .