知识图谱

师资：

司老师 清华大学博士，人工智能方面专家，在意大利举办的国际在线指纹识别竞赛中获得冠军，在机器学习和模式识别领域期刊IEEE TPAMI等期刊发表多篇论文，拥有5个中国专利和1个美国专利，是人工智能、深度学习、机器学习、自然语言处理、知识图谱方面的实战派专家。

培训内容：

第一讲 知识图谱基本概念

1.1 知识图谱的发展历史

1.2 什么是知识图谱

1.3 知识图谱的表示形式

1.4 知识图谱的数据结构

1.5 知识图谱的构建过程

1.6 知识图谱的应用场景

第二讲 数据获取

2.1 原始数据类型

2.*.1 结构化数据

2.*.2 半结构化数据

2.*.3 非结构化数据

2.2 知识建模

2.3 知识存储

第三讲 信息抽取

3.1 实体抽取

    3.*.1 面向单一领域

    3.*.2 面向开放域

3.2 关系抽取

3.*.1 模式匹配

3.*.2 统计机器学习方法

3.3 属性抽取

3.*.1 基于规则和启发式算法

3.*.2 采用数据挖掘方法

第四讲 知识融合

4.1为什么要进行知识融合

4.2实体链接

 4.2.1实体链接的概念

4.*.2实体消歧

4.*.3共指消解

 4.3 知识合并

4.*.1合并外部知识库

4.*.2合并关系数据库

第五讲 知识加工

5.1 知识加工的概念及关键技术

5.2本体构建

5.3知识推理

5.4质量评估

第六讲 知识更新

6.1知识更新的内容

6.2知识更新的方式

第七讲 知识图谱的应用

7.1 知识图谱的可视化

7.2应用场景探索

 7.1.1 语义搜索

 7.1.2 智能推荐

 7.1.3 私人助理

    7.*.4 问答系统

第八讲 问题与挑战

 8.1知识图谱构建过程中的难点

    8.2如何更好地进行知识表达、知识存储和查询