我要報(bào)名

咨詢電話：
手　　機(jī)：	郵箱：

內(nèi)容背景

知識圖譜（Knowledge Graph），是計(jì)算機(jī)實(shí)現(xiàn)智能的基礎(chǔ)。隨著移動互聯(lián)網(wǎng)的發(fā)展，萬物互聯(lián)成為了可能，互聯(lián)所產(chǎn)生的數(shù)據(jù)在爆發(fā)式地增長，這些數(shù)據(jù)可以作為分析關(guān)系的有效原料。個體之間的關(guān)系分析成為我們需要深入研究的很重要的一部分。

知識圖譜之于計(jì)算機(jī)，就好比知識之于人類。人類天生擅長將信息進(jìn)行分類、關(guān)聯(lián)，但并不擅長記憶、處理海量碎片化的信息，但計(jì)算機(jī)可以。當(dāng)前越來越多的企業(yè)開始致力于構(gòu)建知識圖譜，目前在國內(nèi)，金融、法律、醫(yī)療、智能客服、安防等行業(yè)都已經(jīng)有了致力于該領(lǐng)域知識圖譜構(gòu)建的團(tuán)隊(duì)與公司。本次培訓(xùn)將從知識圖譜的基礎(chǔ)，深入到知識圖譜的應(yīng)用，深入淺出。使用案例開發(fā)教學(xué)，讓學(xué)員逐步掌握知識圖譜的開發(fā)方法與使用。

培訓(xùn)對象

1、CEO，CIO等技術(shù)管理層，有計(jì)劃構(gòu)建自己知識圖譜的團(tuán)隊(duì)的管理者

2、大數(shù)據(jù)、人工智能行業(yè)從業(yè)者

3、公司架構(gòu)師，算法研發(fā)工程師，數(shù)據(jù)分析師等對知識圖譜感興趣的人士

4、對知識圖譜的有學(xué)習(xí)興趣的人士

培訓(xùn)目的

1、熟悉的知識圖譜的基本原理與應(yīng)用

2、熟悉知識圖譜的基本應(yīng)用開發(fā)方法

3、掌握常見的知識圖譜應(yīng)用

4、熟悉常見的知識圖譜問題的解決方案

培訓(xùn)內(nèi)容

第一講 知識圖譜基本概念

1.1 知識圖譜的發(fā)展歷史

1.2 什么是知識圖譜

1.3 知識圖譜的表示形式

1.4 知識圖譜的數(shù)據(jù)結(jié)構(gòu)

1.5 知識圖譜的構(gòu)建過程

1.6 知識圖譜的應(yīng)用場景

第二講 數(shù)據(jù)獲取

2.1 原始數(shù)據(jù)類型

2.1.1 結(jié)構(gòu)化數(shù)據(jù)

2.1.2 半結(jié)構(gòu)化數(shù)據(jù)

2.1.3 非結(jié)構(gòu)化數(shù)據(jù)

2.2 知識建模

2.3 知識存儲

第三講 信息抽取

3.1 實(shí)體抽取

3.1.1 面向單一領(lǐng)域

3.1.2 面向開放域

3.2 關(guān)系抽取

3.2.1 模式匹配

3.2.2 統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法

3.3 屬性抽取

3.3.1 基于規(guī)則和啟發(fā)式算法

3.3.2 采用數(shù)據(jù)挖掘方法

第四講 知識融合

4.1為什么要進(jìn)行知識融合

4.2實(shí)體鏈接

4.2.1實(shí)體鏈接的概念

4.2.2實(shí)體消歧

4.2.3共指消解

4.3 知識合并

4.3.1合并外部知識庫

4.3.2合并關(guān)系數(shù)據(jù)庫

第五講 知識加工

5.1 知識加工的概念及關(guān)鍵技術(shù)

5.2本體構(gòu)建

5.3知識推理

5.4質(zhì)量評估

第六講 知識更新

6.1知識更新的內(nèi)容

6.2知識更新的方式

第七講 知識圖譜的應(yīng)用

7.1 知識圖譜的可視化

7.2應(yīng)用場景探索

7.1.1 語義搜索

7.1.2 智能推薦

7.1.3 私人助理

7.1.4 問答系統(tǒng)

第八講 問題與挑戰(zhàn)

8.1知識圖譜構(gòu)建過程中的難點(diǎn)

8.2如何更好地進(jìn)行知識表達(dá)、知識存儲和查詢

司老師

清華大學(xué)博士，人工智能方面專家，在意大利舉辦的國際在線指紋識別競賽中獲得冠軍，在機(jī)器學(xué)習(xí)和模式識別領(lǐng)域頂級期刊IEEE TPAMI等期刊發(fā)表多篇論文，擁有5個中國專利和1個美國專利，是人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、自然語言處理、知識圖譜方面的實(shí)戰(zhàn)派專家。

我要報(bào)名

在線報(bào)名：知識圖譜(北京)