1769国产一区二区三区_午夜顶级AAAAA片在线看_免费一区二区三区四区_五月丁香亚洲色婷婷

        1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
        2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費提供課后技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機會。

人工智能-知識圖譜核心培訓(xùn)大綱

第一節(jié)

知識圖譜概述

1.1什么是知識圖譜

1.2知識圖譜的發(fā)展歷史

1.3國內(nèi)外典型的知識圖譜項目簡介

1.4知識圖諳的相關(guān)技術(shù)簡介

1.5典型應(yīng)用案例

第二節(jié)

知識表示與建模

2.1什么是知識表示

2.2早期知識表示方法

2.2.1邏輯

2.2.2產(chǎn)生式規(guī)則

2.2.3框架

2.2.4語義網(wǎng)絡(luò)

2.3基于語義網(wǎng)知識表示框架

2.3.1 RDF 和 RDFS

2.3.2 OWL和OWL2 Fragments

2.3.3 SPARQL查詢語言

2.3.4Json-LD、RDFa, HTML5 MicroData等新型知識表示

2.4典型知識庫項目的知識表示

2.4.1 DBPedia

2.4.2 Freebase

2.4.3 WikiData

2.4.4 ConceptNel

2.5知識圖諾設(shè)計

2.5.1知識設(shè)計方法

2.5.2語義類型設(shè)計

2.5.3語義關(guān)系設(shè)計

2.5.4本體對象設(shè)計

2.6開源工具實踐：基于Protege的本體知識建模

第三節(jié)

知識抽取與知識挖掘

3.1知識抽取任務(wù)及相關(guān)競費

3.1.1實體抽取

3.1.2關(guān)系抽取

3.1.3事件抽取

3.2面向結(jié)構(gòu)化數(shù)據(jù)的知識抽取及其相關(guān)工具

3.3面向半結(jié)構(gòu)化數(shù)據(jù)的知識抽取及其相關(guān)工具
3.4知識挖掘

3.4.1實體消歧與鏈接

3.4.2知識規(guī)則挖掘

3.4.3知識圖譜表示學(xué)習(xí)

3.5開源工貝實踐：基于DupDivc的關(guān)系抽取實踐

第四節(jié)

知識存儲

4.1圖數(shù)據(jù)庫基本知識

4.2常見的圖數(shù)據(jù)庫

4.2.1開源數(shù)據(jù)庫介紹

4.2.2商業(yè)數(shù)據(jù)庫介紹

4.2.3原生圖數(shù)據(jù)庫介紹

4.3圖數(shù)據(jù)庫實現(xiàn)細節(jié)
4.4開源工具實踐

4.4.1以Apache Jena為例

4.4.2 Neo4j可視化操作基礎(chǔ)

第五節(jié)

知識融合

5.1什么是知識融合

5.2知識融合的基本技術(shù)流程

5.3典型知識融合工具簡介

5.3.1框架匹配

5.3.2實體對齊

5.4典型案例簡介

5.4.1 Zhishi.me中的實體融合

5.4.2 OpenKCi的鏈接百科

5.5開源工具實踐：實體關(guān)系發(fā)現(xiàn)框架LIMBSR

第六節(jié)

知識推理

6.1推理概述

6.2本體知識推理簡介與任務(wù)分類

6.3本體推理方法與工具介紹

6.3.1基于Tableaux運算的方法

6.3.2基于邏輯編程改寫的方法

6.3.3基于一階查詢重寫的方法

6.3.4基于產(chǎn)生式規(guī)則的方法

6.3.5基于井行技術(shù)的方法

6.4開源工具實踐：基于ha和Drods的知識推理實踐

第七節(jié)

語義搜索

7.1語義搜索簡介

7.2語義數(shù)據(jù)搜索

7.3混合搜索

7.4語義搜索的交互范式

7.5實踐展示：使用Elasticsearch實現(xiàn)簡單語義數(shù)據(jù)檢索

第八節(jié)

知識問答

8.1知識問答技術(shù)槪述

8.2知識問答系統(tǒng)簡史

8.3知識問答的評測數(shù)握集

8.4 KBQA基本概念及挑戰(zhàn)

8.5知識問答主流方法介紹