• 学习时长

    12周/建议每周8个小时

  • 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: 1099
优惠名额仅剩: 11个

原价: ¥1199.00

  • 任务1: 知识图谱第一期开课仪式.pdf
  • 第1章: 知识图谱概述
  • 任务2: 【课件】L1 知识图谱概述.pdf
  • 第1节: 知识图谱发展背景
  • 任务3: 【视频】发展背景 17:32
  • 第2节: 知识图谱发展历程
  • 任务4: 【视频】发展历程 13:04
  • 第3节: 知识图谱的基本概念
  • 任务5: 【视频】基本概念和类型 10:53
  • 第4节: 知识图谱生命周期
  • 任务6: 【视频】各生命周期 28:29
  • 第2章: 知识表示
  • 任务7: 【课件】L2 知识表示.pdf
  • 第1节: 经典知识表示
  • 第2节: 语义网中的知识表示
  • 第3节: 知识图谱中的知识表示
  • 第4节: 知识图谱的数值化表示
  • 第5节: 实践:Protégé本体构建
  • 第3章: 自然语言处理基础
  • 第1节: 基础:word2vec
  • 任务8: 【重要资料】word2vec中的数学原理详解.pdf
  • 第2节: 基础:卷积神经网络与循环神经网络
  • 第3节: 词表示模型
  • 第4节: 语义组合模型
  • 第5节: 中文分词
  • 第6节: 实践:词向量表示模型word2vec
  • 第7节: 实践:基于Bert的文本分类
  • 第4章: 实体识别与实体消歧
  • 第1节: 信息抽取概述
  • 第2节: 图模型基础:HMM, MRF, CRF
  • 第3节: 命名实体识别:基于LSTM+CRF的命名实体识别
  • 第4节: 实体消歧:基于聚类的方法与基于实体链接的方法
  • 第5节: 实践:基于LSTM+CRF的命名实体识别
  • 第5章: 实体关系抽取与事件抽取
  • 第1节: 关系抽取:非结构化文本的关系抽取
  • 第2节: 实践:基于CNN的实体关系抽取
  • 第3节: 事件抽取:事件定义、基于模式匹配&基于机器学习的事件抽取方法
  • 第6章: 知识的存储与检索
  • 第1节: 知识图谱数据模型:RDF图&属性图Neo4J
  • 第2节: 知识图谱数据的存储:基于关系的知识图谱存储管理、原生知识图谱存储管理
  • 第3节: 知识图谱数据检索
  • 第4节: 实践:D2RQ关系数据库转RDF
  • 第5节: 实践:开源的Java语义网框架Jena
  • 第7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: 实践:Jena基于规则推理
  • 第5节: 基于数值计算的推理
  • 第6节: 实践:基于TransE的分布式知识表示的推理
  • 第8章: 知识问答
  • 第1节: 自动问答概述
  • 第2节: 检索式问答系统
  • 第3节: 社区问答系统
  • 第4节: 基于知识图谱的问答系统
  • 第5节: 实践:构建基于知识图谱的医药领域问答系统

 

相关推荐

推荐系统 推荐系统 基础