成果简介：该项目针对千亿级商品知识图谱低资源构建问题，提出了基于对抗关系学习和元关系学习的小样本知识图谱补全方法。针对超大规模商品知识图谱推理的可解释性问题，提出了融合符号规则和表示学习的迭代式知识图谱推理方法。针对大规模高噪音文本数据下的知识获取问题，提出了基于动态记忆的元学习和多源数据对抗学习方法，实现了大规模原始和众包数据中噪音信息的识别与去除。商品知识图谱在天猫、淘宝、支付宝等三十多个业务中得到广泛应用，产生了良好的经济效益。此外，项目还支持了新制造、教育、金融等多个社会领域的数字化服务，社会效益显著。