Trans系列是啥?基于翻译模型(Trans系列)的知识表示学习
翻译模型(Trans)
(相关资料图)
解决问题:知识表示与推理 将实体向量表示(Embedding)在低维稠密向量空间中,然后进行计算和推理。
主要应用:triplet classification, link prediction
目前基于翻译模型(Trans系列)的知识表示学习的研究情况
TransE, NIPS2013, Translating embeddings for modeling multi-relational dataTransH, AAAI2014, Knowledge graph embedding by translating on hyperplanesTransR, AAAI2015, Learning Entity and Relation Embeddings for Knowledge Graph CompletionTransD, ACL2015, Knowledge graph embedding via dynamic mapping matrixTransA, arXiv2015, An adaptive approach for knowledge graph embeddingTranSparse, AAAI2016, Knowledge graph completion with adaptive sparse transfer matrixTransG, arXiv2015, A Generative Mixture Model for Knowledge Graph EmbeddingKG2E, CIKM2015, Learning to represent knowledge graphs with gaussian embedding
TransE: 多元关系数据嵌入(Translation embeddings for modeling multi-relation data)
这篇文章提出了一种将实体与关系嵌入到低维向量空间中的简单模型,弥补了传统方法训练复杂、不易拓展的缺点,对实体和关系的建模十分简单明了,可解释性也很强。尽管现在还不清楚是否所有的关系种类都可以被这种方法建模,但目前这种方法相对于其他方法表现不错。在后续的研究中,TransE更是作为知识库vector化的基础,衍生出来了很多变体。
受word2vec启发,利用了词向量的平移不变现象。将每个三元组实例 (head,relation,tail) 中的关系 relation 看做从实体 head 到实体 tail 的翻译,通过不断调整h、r和t (head、relation 和 tail 的向量),使 (h + r) 尽可能与 t 相等,即 h + r ≈ t。数学上表示就是通过约束 d(h+l,t)=||(h+r)−t||22≈0 d ( h + l , t ) = | | ( h + r ) − t | | 2 2 ≈ 0 来对实体和关系建模,将它们映射到相同的向量空间中。 其损失函数表示如下:
L=∑(h,l,t)∈S∑(h′,l′,t′)∈S′(h,l,t)[γ+d(h+l,t)−d(h′+l′,t′)]+ L = ∑ ( h , l , t ) ∈ S ∑ ( h ′ , l ′ , t ′ ) ∈ S ( h , l , t ) ′ [ γ + d ( h + l , t ) − d ( h ′ + l ′ , t ′ ) ] +
其中, [x]+ [ x ] + 表示 x x 的正数部分,γ" role="presentation" style="position: relative;">γγ表示margin, S′h,l,t={(h′,l,t|h′∈E)}∪{(h,l,t′|t′∈E)} S h , l , t ′ = { ( h ′ , l , t | h ′ ∈ E ) } ∪ { ( h , l , t ′ | t ′ ∈ E ) }
TransH: 将知识嵌入到超平面(Knowledge graph embedding by translating on hyperplanes)
在数学表示上面就可以很简单的看出TransH与TransE的区别:TransE中三元组 (h,r,t) ( h , r , t ) 需要满足 d(h+r,t)=||(h+r)−t||22≈0 d ( h + r , t ) = | | ( h + r ) − t | | 2 2 ≈ 0 ,而TransH中三元组 (h,r,t) ( h , r , t ) 则需要满足 d(h+r,t)=||(h−wTrhwr)+dr−(t−wTrtwr)||22≈0 d ( h + r , t ) = | | ( h − w r T h w r ) + d r − ( t − w r T t w r ) | | 2 2 ≈ 0 ,其中 wr,dr∈Rk w r , d r ∈ R k 表示关系。
TransR: 实体和关系分开嵌入(Learning Entity and Relation Embeddings for Knowledge Graph Completion)
TransR在TranE的基础上的改进,在数学上的描述看起来会更加直观:对于每一类关系,不光有一个向量 r r 来描述它自身,还有一个映射矩阵Mr" role="presentation" style="position: relative;">MrMr来描述这个关系所处的关系空间,即对于一个三元组 (h,r,t) ( h , r , t ) ,需要满足 d(h,r,t)=||hr+r−tr||22=||hMr+r−tMr||22≈0 d ( h , r , t ) = | | h r + r − t r | | 2 2 = | | h M r + r − t M r | | 2 2 ≈ 0 。
TransD: 通过动态映射矩阵嵌入(Knowledge graph embedding via dynamic mapping matrix)
TransD在TransR的基础上,将关系的映射矩阵简化为两个向量的积,图中 Mrh=rphp+Im∗n M r h = r p h p + I m ∗ n 与 Mrt=rptp+Im∗n M r t = r p t p + I m ∗ n 表示实体 h h 与实体r" role="presentation" style="position: relative;">rr映射到关系空间的矩阵,那么对于三元组 (h,r,t) ( h , r , t ) ,需要满足 d(h,r,t)=||Mrhh+r−Mrtt||22≈0 d ( h , r , t ) = | | M r h h + r − M r t t | | 2 2 ≈ 0 。
TransA: 自适应的度量函数(An adaptive approach for knowledge graph embedding)
光看这张图可能会意义不明,其实模型在TransE的基础上的改进也非常小,简单地说就是给实体/关系的每一个维度都加上了一个权重,增加模型的表示能力。 TransE模型的一般形式为: d(h+l,t)=||(h+r)−t||22 =(h+r−t)T(h+r−t) d ( h + l , t ) = | | ( h + r ) − t | | 2 2 = ( h + r − t ) T ( h + r − t ) TransA对于每一类关系,给实体/向量空间加上了一个权重矩阵 Wr W r ,然后可以对权重向量做矩阵分解 Wr=LTrDrLr W r = L r T D r L r ,最后TransA的数学形式为: d(h+l,t)=(h+r−t)TWr(h+r−t)=(Lr|h+r−t|)TDr(Lr|h+r−t|)) d ( h + l , t ) = ( h + r − t ) T W r ( h + r − t ) = ( L r | h + r − t | ) T D r ( L r | h + r − t | ) ) 。
TranSpare: 自适应稀疏转换矩阵(Knowledge graph completion with adaptive sparse transfer matrix)
针对异质性(heterogeneous)
在TransR的基础上,使用可变的稀疏矩阵代替TransR的稠密矩阵:关系连接的实体数量越多,关系越复杂,矩阵约稠密;关系链接的实体数量越少,关系越简单,矩阵约稀疏。 使用参数 θr θ r 描述关系 r r 的复杂程度,使用一个稀疏矩阵Mr(θr)" role="presentation" style="position: relative;">Mr(θr)Mr(θr)和一个关系向量 r r 表示一类关系,其中θr=1−(1−θmin)Nr/Nr∗" role="presentation" style="position: relative;">θr=1−(1−θmin)Nr/Nr∗θr=1−(1−θmin)Nr/Nr∗, r∗ r ∗ 表示连接实体数量最多的关系, Nr∗ N r ∗ 为其连接的实体的数量, θmin θ m i n 为设置的超参,表示关系 r∗ r ∗ 的稀疏程度。 以此为基础,对于一个关系三元组 (h,r,t) ( h , r , t ) ,需要满足的约束为 d(h,r,t)=||hp+r−tp||22=||Mr(θr)h+r−Mr(θr)t||22≈0 d ( h , r , t ) = | | h p + r − t p | | 2 2 = | | M r ( θ r ) h + r − M r ( θ r ) t | | 2 2 ≈ 0 。
针对不平衡性(unbalanced)
与上述方法类似,不同点在于对于每个关系三元组 (h,r,t) ( h , r , t ) ,头尾实体的映射矩阵为两个不同的稀疏矩阵,其稀疏程度与该关系的头尾实体的数目有关,即头/尾涉及到的实体越多,矩阵约稠密;反之涉及到的实体越少,矩阵越稀疏。 使用参数 θhr θ r h 与 θtr θ r t 分别描述头尾实体映射矩阵的稠密程度,则 θlr=1−(1−θmin)Nlr/Nl∗r∗ θ r l = 1 − ( 1 − θ m i n ) N r l / N r ∗ l ∗ ,其中 Nlr N r l 表示关系 r r 在位置l" role="presentation" style="position: relative;">ll(即头或者尾)上关联的实体数量, Nl∗r∗ N r ∗ l ∗ 则表示关系 r∗ r ∗ 在位置 l∗ l ∗ (即头或者尾)上关联的实体数量最多的关系的数量,对应的设置超参 θmin θ m i n 表示其稀疏程度。 对于一个关系三元组 (h,r,t) ( h , r , t ) ,TransSparse需要满足的约束为 d(h,r,t)=||hp+r−tp||22=||Mhr(θhr)h+r−Mtr(θtr)t||22≈0 d ( h , r , t ) = | | h p + r − t p | | 2 2 = | | M r h ( θ r h ) h + r − M r t ( θ r t ) t | | 2 2 ≈ 0 。
TransG: 高斯混合模型(A Generative Mixture Model for Knowledge Graph Embedding)
考虑到一种关系存在的多语义问题,相当于对关系进行了细化,就是找到关系的隐形含义,最终从细化的结果中选出一个最佳的关系语义。
KG2E: 高斯分步表示实体和关系(Learning to represent knowledge graphs with gaussian embedding)
ps. 最后两种方法设计到使用高斯混合分步表示实体,后面有时间了再更新。
标签:
相关推荐:
精彩放送:
- []Trans系列是啥?基于翻译模型(Trans系列)的知识表示学习
- []尼康d800与d810哪个好?尼康d800与d810有哪些区别?
- []【环球播资讯】12月8日天元股份涨停分析:可降解塑料,包装印刷概念热股
- []每日快播:12月8日焦点科技涨停分析:跨境电商,职业教育,教育概念热股
- []12月8日千红制药涨停分析:肝素,化学原料药,抗原自测概念热股
- []当前焦点!歉疚的意思是什么?歉疚一词详情介绍
- []西米是什么米?西米露和西米是一样的吗?
- []兴民智通:公司目前不触及 st 相关条款
- []世界顶级昂贵音响有哪些?世界顶级昂贵音响介绍
- []世界今日报丨如何正确使用系统清理bat程序?清理bat程序的方法技巧
- []【世界热闻】12月8日国光连锁涨停分析:新零售概念热股
- []头条焦点:文章目录是什么?选择排序怎么设置?
- []世界微资讯!网络的利与弊是什么?网络的利弊分析
- []天天快资讯丨吸血鬼狂刀技能搭配详情 吸血鬼狂刀攻略)
- []世界动态:磁条读写器多少钱?磁条读写器使用方法介绍
- []世界关注:iPad Air(iPad5)什么时候上市?iPad Air(iPad5)的上市时间
- []安徽大专学校推荐!安徽大专院校排名前十详细介绍含分数线
- []环球快资讯:铅球世界纪录2019 女子男子铅球世界纪录分别是多少?
- []热门看点:分析宾得645d怎么样?宾得公司详情介绍
- []焦点播报:程子土包子来的时候歌厅的dj叫什么名字?海燕KTV
- []世界视讯!信号的基本概念是什么?信号的分类有哪些?
- []环球实时:电脑电源额定功率要多少才合适?电脑电源的额定功率
- []全球快消息!4399生死狙击万人号账号2021 4399生死狙击好号和密码免费永久2021
- []焦点讯息:OneNote是什么?OneNote的功能有哪些?
- []世界今头条!多普达手机都有哪些型号?多普达最新手机大全详情
- []挥着翅膀的女孩英文版叫什么?挥着翅膀的女孩英语版歌词翻译
- []lol怎么在游戏里回复好友?lol游戏回复技巧
- []今日精选:碧海青天的意思是什么?碧海青天一词出自哪里?
- []世界信息:图片或手写签名转电子签名怎么转?手写签名转电子签名教程
- []世界要闻:44岁贾静雯出席活动耳朵被烫伤 修杰楷很是心疼
- []当前视点!手机QQ接收电脑端好友发送的文件存储在什么地方?手机文件储存路径
- []天天速读:语义分割:基于openCV和深度学习(二)
- []支付宝网上银行如何付款?网上银行付款操作流程
- []天天微头条丨用VC6.0实现上位机串口通信
- []全球速看:宝宝毛衣怎么编织?宝宝毛衣编织图解
- []魂锁典狱长二技能怎么用?lol魂锁典狱长背景以及皮肤介绍
- []基础版本的基础版本 直方图均衡化系列
- []天天观速讯丨用身份证办的移动手机号码可以跨省改归属地吗?是不可以的
- []摄像头远程监控步骤是什么?手机远程监控摄像头设置方法
- []Android中LayoutParams是什么?Android中LayoutParams总结和用法
- []歌词里有我真的很不错是什么儿歌?歌词我真的很不错是什么儿歌?
- []全球新资讯:会议panel是什么意思?医学术语中的panel到底是指什么?
- []当前动态:颜料墨水和染料墨水的区别是什么?颜料墨水和染料墨水简介
- []支付宝阿里巴巴货到付款如何交易?货到付款交易流程
- []天天即时看!优麒麟社区懒人版本(含软件全家桶) 怎么一键安装?
- []ssm大学生兼职论坛是什么?大学生兼职有哪些?
- []看热讯:三星N8010如何设置屏幕锁定图案?三星N8010屏幕锁定图案
- []天天视讯!浪漫主义时期的音乐有哪些?浪漫主义乐派是什么?
- []环球今日报丨美国多灵门锁怎么安装?美国多灵门锁安装步骤
- []快资讯丨摄氏度和开氏度的换算 开氏度和摄氏度的换算公式
- []Photoshop中图层混合模式是什么?ps中图层混合模式包括哪些?
- []天天时讯:倒车雷达哪个品牌好?汽车倒车雷达品牌及价格介绍
- []天天时讯:用VC6.0怎么实现上位机串口通信?位机串口通信的设置方法
- []怎么设置交换机?计算机交换机连接设置方法
- []微特微电机怎么样?微特微电机怎么操作?
- []每日快报!粘胶短纤维市场现状是什么?粘胶短纤维的未来发展趋势
- []数据结构试题有哪些?数据结构试题及评分解析
- []当前速讯:mysql置疑原因是什么?数据库置疑的处理办法
- []java中flypaper怎么使用?Java 基础接口fly
- []热议:c语言餐桌游戏有哪些?教会你这十款酒桌游戏让你在朋友圈稳站“C”位!
- []全球视讯!专升本英语重要知识点补充 英语全部知识点详情介绍
- []每日消息!CSS:好玩的‘伪类’系列之——(:only-child与:only-of-type) 例子说明
- []招行信用卡荣获“2022年度金质信用卡天玑奖”
- []“快闪”成都,五粮浓香兔年生肖酒打响旺季攻势、抢跑“春节档”!
- []挑选运动耳机不踩雷!一篇文章告诉你想知道的所有
- []全球观点:【东海期货12月8日宏观金融日报】:国内疫情防控措施进一步优化
- []中信建投期货12月8日早间交易策略
- []视讯!苏州高新发行3亿元超短期融资券 利率2.48%
- []焦点信息:央行:支持房地产市场平稳健康发展 用好“保交楼”专项借款加大对房企贷款投放力度
- []锋龙股份:公司首发募集资金和可转债募集资金投资项目正按项目计划在紧锣密鼓地建设和筹备工作中
- []科恒股份:公司的主营业务为锂电智能装备及锂离子正极材料,没有涉足下游电芯制造
- []世界速看:普洛斯仓储物流封闭式基础设施公募REITs状态更新为“已反馈”
- []世界热文:ST爱迪尔:公司负债及现金流情况详见公司最新定期报告
- []【热闻】雅居乐集团与农行广东分行签约 后者在同等条件下优先为雅居乐提供必要综合融资服务
- []广州知识城携北京华瑞锦泰以3.07亿元竞得广州黄埔区一宗商地
- []骏成科技:此轮疫情对公司的生产以及业绩影响不大,从公司公布的三季报数据可见
- []成人补钙吃什么钙片好?金丐醋酸钙科学补钙更轻松
- []环球今亮点!深圳峰汇创投发展拟转让长兴中建投38.5%股权 底价1.62亿元
- []重庆轮船集团挂牌宜宾天港物流40%股权及债权 转让底价为199万元
- []侨银股份新增投资霸州侨银环保科技 持股比例100%
- []华发股份:公司已披露定增预案,具体内容详见公司于12月6日上海证券交易所网站披露的公告
- []一起教育科技发布2022年三季度财报:业绩稳中向好,连续四个季度实现盈利
- []全球观天下!安徽滁州超29亿元成交九宗地块 总出让面积848亩
- []长春3.86亿元挂牌5宗地 总出让面积37.28万平米
- []当前快讯:珍宝岛:公司的参股公司安徽九洲方圆制药有限公司有饮片业务,据了解,目前业务规模营收亿元左右
- []全球快消息!海航科技与天津信托和解
- []当前速讯:卖地发工资的逻辑
- []全球视讯!“三支箭”出弓地产度过“最难时光”?43只地产债大幅反弹近一月涨幅翻倍
- []互联网巨头也要跨界储能?
- []当前消息!1000000000元!环保龙头成立电池储能公司
- []机会?蔚蓝锂芯电池生产线改造投产
- []全球时讯:3分钟!电池储能安全问题解决了?
- []什么是分布式储能?分布式储能系统有哪些功能?
- []环球报道:自费社保一年需交多少 社保自费一年得交多少钱
- []微资讯!从上海离职了怎么把公积金取出来,可分为三个步骤
- []天天滚动:青竹画材科创板IPO进程终止:原计划募资4亿元,刘其通为控股股东
- []【全球新视野】中国电气装备集团12.84亿元上海静安拿地 将建总部大楼
- []当前报道:德国股市收低;截至收盘DAX 30下跌0.57%
- []每日消息!保险公司的分类
- []养老保险能退吗
- 场景化营销精准发力 钱小乐持续优化金融服务质效
- 环球热头条丨Excel函数之VLOOKUP()怎么使用?一文搞懂Excel函数之VLOOKUP()使用
- 环球快报:格式化时间是什么?抽象类DateFormat是什么?
- 焦点消息!诛仙3新手卡怎么领取?诛仙3新手卡领取中心
- 天天要闻:主板测试卡代码a2是什么?主板测试卡代码 常见代码总结
- 环球百事通!国产搞笑电视剧排行榜你看过几个?爱情公寓只能排倒数第三
- 【世界快播报】工厂模式是什么?工厂模式的详解
- 世界通讯!黄淮学院最低录取分数线是多少?2022文理科最低分及位次
- 速看:歌名最长的网络歌曲是什么?歌名最长的中文歌
- fm2015是什么?fm2010战术
- 天天热点!公积金绑定哪个银行卡 公积金绑定的是哪个银行卡
- 央行营业管理部:加大对房地产企业和建筑企业的贷款投放力度
- 环球快消息!一笔关联交易 建发国际“低价”购入上海闵行两宗地
- 朗进科技:公司未参与沙特的“The Line”未来城市项目
- 简讯:中梁控股1月至11月合约销售额620亿元 销售面积594万平
- 朗进科技:12月6日公司高管张进、张永利减持公司股份合计1.2万股
- 环球新消息丨数码视讯:12月6日公司高管郑海涛减持公司股份合计8万股
- 世界今日讯!科华数据:12月6日公司高管林清民增持公司股份合计7300股
- 当前焦点!美瑞新材:12月6日公司高管任光雷减持公司股份合计10万股
- 每日看点!容知日新5名股东合计减持201.64万股 套现2.23亿 2022年前三季度公司净利4470.9万
- 每日热文:德信中国1-11月合约销售金额约336亿元
- 信息:海航投资将延期至12月21日前回复深交所半年报问询函
- 【世界新视野】福州1-9月累计住房公积金提取72亿 为23风险楼盘放款4.23亿
- 【环球时快讯】光大地产至11月底接近4000套房屋全部提前交付
- 宣泰医药提示风险 熊去氧胆酸胶囊产品不涉及新冠病毒防治
- 世界短讯!道通科技:12月2日詹金勇减持公司股份合计8750股
- 今日聚焦!珀莱雅:12月6日公司高管方玉友减持公司股份合计24万股
- 今日报丨ST宏达实控人被证监会拟罚1000万元 律师明确可索赔区间
- 远洋集团11月协议销售额108.6亿 前11月累计销售895亿元
- 财面儿|金地商置与金地集团续订两个服务协议 自明年1月1日起生效
- 快看点丨财面儿丨中国金茂1-11月累计取得签约销售金额共1374.8亿元
- 每日头条!粤水电:公司本次重组已取得中国证监会的核准批复,相关工作正在进行当中
- 每日动态!上坤地产:2022年前11个月合约销售额约79.2亿元
- 全球热讯:财面儿|金地“21金地MTN007”将于12月15日偿付利息6060万元
- 旭辉控股集团前11月合同销售1175.9亿元
- 天天消息!二手房周报 | 15城成交再降8%,京蓉等皆不及年内周均(11.28-12.4)
- 韦尔股份:公司会一如既往的努力加强经营管理,努力做好经营,提升公司竞争力,实现稳定的业绩增长回馈股东
- 今日播报!宜昌城发地产底价29.6亿竞得宜昌市伍家岗4宗地块
- 香港11月底官方外汇储备资产增加60亿美元
- 全球微资讯!中天金融:公司逾期债务对应的担保余额15.1亿元
- 新华都:北京重力久致科技有限公司将在经营范围内开展工作
- 武商集团:公司目前仅在南昌有酒店项目
- 天天热消息:江苏无锡支持“外摆位” 打造“夜市经济”
- 快看:印度股市年均回报率接近20%,IT、材料、工业等行业回报率高
- 国际航协:全球航空业今年亏损收窄,明年将回归盈利
- 头条:龙光集团境内债整体展期获得通过 累计展期规模超223亿元
- 环球今头条!上海中海物业因未履行二次供水水质检测等被处罚6000元
- 环球焦点!沃森生物:公司在研新冠疫苗项目均在努力推进上市进程,公司将根据临床进度和数据情况开展上市申报
- 全球快讯:英飞拓:公司暂未开展与卡塔尔世界杯足球赛相关业务
- 天天快资讯丨上坤地产:前11月合约销售金额约为79.2亿元
- 讯息:世茂股份:1-11月销售签约金额约86亿,销售签约面积约66万平方米
- 环球速看:2023年楼市怎么走,房价涨不涨?最早一份机构预测出炉
- 环球观速讯丨九丰能源:目前,公司境外主要货源地在马来西亚、印度尼西亚、澳大利亚、卡塔尔等地,气源供应优质、稳定
- 天天讯息:天虹股份:可以通过天虹APP及天虹小程序购买天优酱酒
- 环球微头条丨风能相关上市公司有哪些?风能上市公司龙头有哪些?
- 盐上市公司有哪些?相关上市公司龙头一览?
- 全球热门:安防概念股票有哪些?安防概念股龙头有哪些?
- 【环球新要闻】2021年地热概念股有哪些?相关地热概念股一览?
- 腾讯上市公司股票有哪些?相关腾讯上市公司有哪些?
- 龙光成第二家境内债整体展期房企 展期规模约220亿元
- 2021年超导概念股有哪些?超导概念龙头股一览?
- 全球视讯!安科生物股票今天多少钱一股?安科生物股票代码是多少?
- 讯息:2021年铜龙头概念股有哪些?铜概念股一览?
- 化纤行业板块上市公司有哪些?2021年化纤行业板块股票一览?
- 环球播报:雄安股票有哪些?相关雄安概念股票有哪些?
- 2021年新冠核酸上市公司龙头股票有哪些?2021年新冠核酸概念股有哪些?
- 2021年农林牧渔板块龙头股有哪些?股票代码是多少?
- 环球关注:万里扬: 公司在浙江省的独立储能电站项目都在正常推进中
- 人民币贬值受益股有哪些?人民币贬值板块股票2020一览?
- 【全球新要闻】煤炭股票有哪些?煤炭概念股一览?
- 哪些是智能手表概念股?智能手表概念股名单一览?
- 高新兴股票价格是多少?高新兴公司经营范围有哪些?
- 焦点热讯:橡胶V带概念股票有哪些?橡胶V带概念股一览?
- 微动态丨石墨烯上市公司股票有哪些?石墨烯上市公司龙头一览?
- 【天天报资讯】OLED概念股有哪些?相关OLED概念股一览?
- 【热闻】永太科技:公司以含氟技术为核心,在氟苯精细化学品领域发展多年,产品种类繁多
- 水泥概念龙头股有哪些?水泥概念股有哪些?
- 环球热消息:中国铁建拟发行22亿元中期票据用于偿还到期债务
- 世界聚焦:ST宏达:公司目前尚未达到撤销其他风险警示的条件,相关事项请关注公司后续披露
- 国际金价下方支撑仍看向1758美元
- 天天看热讯:美原油交易策略:供给过剩担忧升温,油价或剑指70关口
- 天天资讯:数据 | 我国国际航线旅客量创疫情3年新高,但航班量相比全球仍处较低水平
- 世界快资讯:现货黄金交易策略:逢低买盘支撑金价,但下行压力依然较大
- 天天观点:内部收益率54.56% 联泓新科碳酸酯锂电材料项目将于月底前中交
- 全球通讯!华富储能股东江苏华富股份被司法冻结 占公司总股本11.96%
- 今日讯!一张图:交易品种枢纽点+多空占比一览(2022/12/07周三)
- 今日精选:里程碑丨热烈庆祝阿诗特能源第十万台户用储能电池模组下线!
- 【世界快播报】南瑞继保助力国家电投西藏5站光伏增配储能保供任务
- 当前观察:元旦假期公布,旅游平台机票、酒店搜索应声上涨超6倍
- 世界观速讯丨中国机场数字化转型的现实难题
- 天天快报!贵州山东杭州等地取消落地检,热门景区酒店还查核酸吗?
- 德银称近期金价可能测试1750美元支撑,2023年料相对稳定!
- 每日热文:各地优化疫情防控措施带动出游热,旅游产业链全面恢复尚需时间
- 丰原药业:注射用尿促性素属于促性腺激素药物
- 环球快资讯:12月7日如意集团涨停分析:抗菌面料,纺织服装,防护服概念热股
- 世界热讯:12月7日民和股份涨停分析:养鸡,大农业概念热股
- 4700米!融和元储助力世界海拔最高的储能电站并网投运
- 每日速读!境内债整体展期获得通过,龙光将回归良性健康发展轨道
- 【当前热闻】12月7日力合科创涨停分析:新冠病毒防治,医疗器械,碳基材料概念热股
- 江山经开区发展1.13亿元竞得衢州江山1宗商住用地
- 实时焦点:安澜城建3.68亿元竞得舟山岱山县1宗商住用地
- 方远房地产7.62亿元竞得台州三门县1宗商住用地 溢价率12.06%
- 环球关注:首开股份50亿元公司债券已获上交所受理
- 郭广科院长医美科普为什么有些隆胸术后会很假?
- 环球精选!12月7日汉王科技涨停分析:基因测序,流感/口罩,医疗信息化概念热股
- 55%看好杭州楼市!贝壳研究院发布购房者置业信心报告
- 北京煤医田秋梅:想咨询“花蕊私密整形”又羞于启齿?
- 北京嘉佩乐医院靠谱吗 正规可靠、保护患者就医权益
- 三维天地助力动物疫控预警预报系统升级改造
- vollgas花式助力葡萄牙,陪你世界杯熬夜看球