• 学习时长

    4天/线下实训课

  • 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

*课程已报满,可预约下一期

  • 第1章: 知识图谱概述
  • 第1节: 课程介绍(7分钟)
  • 1: 【视频】课程内容及实践介绍
  • 第2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)
  • 2-1: 【课件】知识图谱概述+pytorch入门.pdf
  • 2-2: 【视频】实践1.1:本体构建
  • 2-3: 【视频】实践1.2:Pytorch深度学习入门
  • 第2章: 自然语言处理基础
  • 第1节: 实践:词向量表示模型(word2vec,Bert等)
  • 3-1: 【课件】自然语言处理基础
  • 3-2: 【视频】实践2:bert模型
  • 第3章: 知识抽取与融合
  • 第1节: 实践:基于LSTM+CRF的命名实体识别
  • 4-1: 【课件】实体识别与实体消歧
  • 4-2: 【视频】实践3.1 基于LSTM+CRF的命名实体识别
  • 第2节: 实践:基于深度神经网络的实体关系抽取
  • 5-1: 【课件】关系抽取与事件抽取
  • 5-2: 【视频】实践3.2 CNN关系抽取
  • 第5章: 知识推理
  • 第1节: 实践:基于分布式表示的知识推理
  • 7-1: 【课件】知识推理
  • 7-2: 【视频】实践5:知识推理
  • 第6章: 知识问答
  • 第1节: 实践:基于知识图谱的问答系统
  • 8-1: 【课件】知识问答
  • 8-2: 【视频】实践6:知识问答

相关推荐

自然语言处理 知识图谱 基础
机器学习 机器学习 进阶

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》