• 学习时长

    8周/建议每周6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

  • 免费 1: 课程概述与知识图谱发展背景 17:32
  • 2: 知识图谱第二期 开课仪式.pdf
  • 第1章: 知识图谱概述
  • 3: 【课件】L1 知识图谱概述
  • 第1节: 知识图谱发展背景
  • 4: 【视频】知识图谱发展背景 23:23
  • 第2节: 知识图谱发展历程
  • 5: 【视频】知识图谱发展历程 13:55
  • 第3节: 知识图谱的基本概念
  • 6: 【视频】知识图谱的基本概念 04:44
  • 第4节: 知识图谱的类型和代表性知识图谱
  • 7: 【视频】知识图谱的类型和代表性知识图谱 06:01
  • 第5节: 知识图谱生命周期
  • 8: 【视频】知识图谱生命周期 33:52
  • 第2章: 知识表示
  • 9: 【课件】L2 知识表示.pdf
  • 第1节: 经典知识表示
  • 10: 【视频】经典知识表示 40:38
  • 第2节: 语义网中的知识表示
  • 11: 【视频】语义网中的知识表示 53:06
  • 第3节: 知识图谱中的知识表示
  • 12: 【视频】知识图谱中的知识表示 45:21
  • 第4节: 实践:Protégé本体构建
  • 13-1: 【课件】实践1:本体构建.pdf
  • 13-2: 【实践】本体构建 44:24
  • 14-1: 【作业】第二章
  • 14-2: 第二章作业思路提示-伟杰助教.pdf
  • 14-3: 第二章作业讲评-张东旭同学.pdf
  • 第3章: 自然语言处理基础
  • 第1节: CNN卷积神经网络
  • 15: 【课件】卷积神经网络.pdf
  • 16: 【视频】人类视觉系统 11:52
  • 17: 【视频】CNN数学基础 33:56
  • 18: 【视频】CNN推导及其发展历史 61:57
  • 第2节: 循环神经网络RNN与LSTM
  • 19: 【课件】循环神经网络RNN.pdf
  • 20: 【视频】循环神经网络RNN 67:13
  • 21: 【课件】LSTM与GRU.pdf
  • 22: 【视频】LSTM与GRU的思想概述 34:49
  • 第3节: 词表示模型
  • 23: 【重要资料】word2vec中的数学原理详解.pdf
  • 24-1: 【课件】L3 自然语言处理基础.pdf
  • 24-2: 【视频】词表示模型 41:07
  • 第4节: 语义组合模型
  • 25: 【视频】语义组合模型 14:25
  • 第5节: 预训练语言模型
  • 26: 【视频】预训练语言模型 50:31
  • 第6节: 实践:基于Bert的文本分类
  • 27-1: 【课件】基于Bert的文本分类.pdf
  • 27-2: 【视频】实践:基于Bert的文本分类 55:23
  • 28-1: 【作业】第三章.pdf
  • 28-2: 【作业】第三章
  • 28-3: 第三章作业讲评-黄世尧同学.pdf
  • 第4章: 实体识别与实体消歧
  • 第1节: 图模型基础:HMM, MRF, CRF
  • 29-1: 【课件】图模型基础.pdf
  • 29-2: 【视频】图模型基础 58:13
  • 第2节: 命名实体识别:基于LSTM+CRF的命名实体识别
  • 30-1: 【课件】实体识别.pdf
  • 30-2: 【视频】实体识别:CRF及LSTM+CRF 63:45
  • 30-3: 【工具】CRF++-0.58.zip
  • 第3节: 实践:基于LSTM+CRF的命名实体识别
  • 31: 【实践】基于BiLSTM+CRF的命名实体识别 17:30
  • 第4节: 实体消歧:基于聚类的方法
  • 32-1: 【课件】实体消歧.pdf
  • 32-2: 【视频】实体消歧任务简介 05:49
  • 32-3: 【视频】基于聚类的实体消歧 38:40
  • 32-4: 【资料】经典论文:基于聚类的实体消歧.rar
  • 第5节: 基于实体链接的实体消歧(选修)
  • 33: 【视频】基于实体链接的实体消歧 25:29
  • 第6节: 作业:快递单信息抽取
  • 34-1: 【作业】信息抽取 作业.pdf
  • 34-2: 【提交入口】基于BiLSTM+CRF的快递单信息抽取
  • 第5章: 实体关系抽取与事件抽取
  • 35: 【课件】实体关系抽取.pdf
  • 第1节: 实体关系抽取概述
  • 36: 【视频】实体关系抽取任务概述 05:55
  • 第2节: 预定义关系抽取:关系分类
  • 37: 【视频】关系分类 20:33
  • 第3节: 预定义关系抽取:远程监督关系抽取与实体关系联合抽取
  • 38: 【视频】远程监督关系抽取与实体关系联合抽取 37:16
  • 第4节: 预定义关系抽取:文档级别关系抽取
  • 39: 【视频】文档级别关系抽取 24:05
  • 第5节: 实践:基于multi-head selection的实体关系联合抽取
  • 40-1: 【实践】multi-head selection I 22:09
  • 40-2: 【实践】multi-head selection II 62:11
  • 40-3: 【代码】multi_head_selection.zip
  • 第6节: 实践:基于bert的关系抽取
  • 41: 【代码】multi_head_selection_bert.zip
  • 第7节: 事件抽取(选修)
  • 42-1: 【课件】事件抽取.pdf
  • 42-2: 【视频】事件抽取的定义 10:57
  • 42-3: 【视频】事件抽取方法 37:04
  • 第6章: 知识的存储与检索
  • 43: 【课件】第六讲--知识存储与检索.pdf
  • 第1节: 知识图谱数据模型:RDF图&属性图Neo4J
  • 44: 【视频】数据模型 38:34
  • 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
  • 45: 【视频】物理存储 14:53
  • 第3节: 知识图谱数据检索
  • 46: 【视频】数据检索 59:00
  • 第4节: 实践:D2RQ关系数据库转RDF与语义网框架Jena
  • 47-1: 【课件】实践.pdf
  • 47-2: 【视频】实践 54:16
  • 第7章: 知识推理
  • 48: 【课件】知识推理.pdf
  • 第1节: 知识图谱推理任务
  • 49: 【视频】知识图谱中的推理任务 04:08
  • 第2节: 知识推理分类
  • 50: 【视频】推理方法分类 16:42
  • 第3节: 基于符号演算推理
  • 51: 【视频】基于符号演算推理 29:51
  • 第4节: 基于数值计算的推理
  • 52: 【视频】基于数值计算的推理 24:20
  • 第5节: 实践:Jena基于规则推理与基于分布式知识表示的推理
  • 53: 【实践】实践内容讲解 18:10
  • 第8章: 知识问答
  • 54: 【课件】知识问答.pdf
  • 第1节: 自动问答概述
  • 55: 【视频】问答系统概述 06:10
  • 第2节: 检索式问答系统
  • 56: 【视频】检索式问答系统 21:23
  • 第3节: 社区问答系统
  • 57: 【视频】社区问答系统 17:23
  • 第4节: 基于知识图谱的问答系统
  • 58: 【视频】KBQA 08:17
  • 第5节: 实践:构建基于知识图谱的医药领域问答系统
  • 59: 【视频】问答系统实践 35:51

 

相关推荐

机器学习 机器学习 计算机视觉 知识图谱 环境感知 自然语言处理 基础
自然语言处理 知识图谱 自然语言处理 基础

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》

请选择自己感兴趣的领域

智能语音

三维视觉

计算机视觉

移动机器人

推荐系统

工业机器人

知识图谱

深度学习

自然语言处理