-
学习时长
四天
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
限时特价：
￥3999
原价：
¥4999.00
限时特价剩余名额：
4个
- 第1章: 知识图谱概述
- 第1节: 知识图谱发展历程
- 第2节: 知识图谱生命周期
- 第3节: 代表性知识图谱
- 第4节: 经典知识表示理论
- 第5节: 知识图谱中的知识表示方法
- 第6节: 知识体系构建
- 第7节: 实践：深度学习基础（多层神经网络、卷积神经网络、循环神经网络、误差传播算法等）
- 第2章: 自然语言处理基础
- 第1节: 词表示模型
- 第2节: 语义组合模型
- 第3节: 中文分词
- 第4节: 实践：词向量表示模型（word2vec，Bert等）
- 第3章: 知识抽取与融合
- 第1节: 实体识别
- 第2节: 实体消歧
- 第3节: 实践：基于LSTM+CRF的命名实体识别
- 第4节: 关系抽取
- 第5节: 事件抽取
- 第6节: 实践：基于深度神经网络的实体关系抽取
- 第4章: 知识的存储与检索
- 第1节: 知识图谱数据模型
- 第2节: 知识图谱数据的存储
- 第3节: 知识图谱数据检索
- 第4节: 实践：图数据库使用
- 第5章: 知识推理
- 第1节: 知识图谱推理任务
- 第2节: 知识推理分类
- 第3节: 基于符号演算推理
- 第4节: 基于数值计算的推理
- 第5节: 实践：基于分布式表示的知识推理
- 第6章: 知识问答
- 第1节: 知识问答技术概述
- 第2节: 基于语义解析的方法
- 第3节: 基于搜索排序的方法
- 第4节: 实践：基于知识图谱的问答系统
官方微信公众号
扫码下载APP
0
在线咨询
深蓝学院
