导读
知识图谱（Knowledge Graph）的概念⾸次出现2012年，由Google提出，它作为⼀种⼤规模语义⽹络， 准确地描述了实体以及实体之间的关系。知识图谱最早应⽤于搜索引擎，⽤于准备返回⽤户所需的知识。随着预训练语⾔模型的不断发展，将知识图谱中的知识三元组融⼊预训练模型，对提升模型的效果有重要的作⽤。经典的知识注⼊算法直接将知识图谱中实体的词嵌⼊向量注⼊预训练模型的词嵌⼊向量中；然⽽，知识图谱中实体的词嵌⼊向量和预训练模型的词嵌⼊向量的向量空间不⼀致，⽽且容易引起知识噪⾳（Knowledge Noise）的问题。K-BERT算法提出利⽤Visible Matrix在BERT模型中引⼊外部知识，具有较好的效果。 因此，我们在EasyNLP这⼀算法框架中集成了K-BERT算法，使⽤户在具有知识图谱的情况下，取得更好的模型Finetune效果。知识图谱（Knowledge Graph）的概念⾸次出现2012年，由Goo
