• 学习时长

    10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

  • 课程有效期

    一年/告别拖延,温故知新

  • 1-1:开课仪式
  • 1-2:开课分享-助教hsy.pdf
  • 1-3:【视频】开课仪式
  • 2:【视频】直播答疑-0601
  • 第1章: 知识图谱概述
  • 3:【课件】第一讲: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
  • 第2节: 知识图谱发展历程
  • 5:【视频】知识图谱发展历程
  • 第3节: 知识图谱的基本概念
  • 6:【视频】知识图谱的基本概念
  • 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
  • 第5节: 知识图谱生命周期
  • 8:【视频】知识图谱生命周期
  • 第2章: 知识表示
  • 第1节: 经典知识表示
  • 9:【课件】L2 知识表示
  • 10:【视频】经典知识表示
  • 第2节: 语义网中的知识表示
  • 11:【视频】语义网中的知识表示
  • 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
  • 第4节: 实践:Protégé本体构建
  • 13-1:【课件】实践1:本体构建(新)
  • 13-2:【实践】本体构建
  • 14-1:【作业】第二章
  • 14-2:第二章思路提示.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】L3卷积神经网络
  • 16-1:【视频】人类视觉系统
  • 16-2:【视频】CNN数学基础
  • 16-3:【视频】CNN推导及其发展历史
  • 第2节: 循环神经网络RNN与LSTM
  • 17-1:【课件】循环神经网络
  • 17-2:【视频】循环神经网络RNN
  • 18-1:【课件】LSTM与GRU
  • 18-2:【视频】LSTM与GRU的思想概述
  • 第3节: 词表示模型
  • 19-1:【重要资料】word2vec中的数学原理详解
  • 19-2:【课件】L3 自然语言处理基础
  • 19-3:【视频】词表示模型
  • 第4节: 语义组合模型
  • 20:【视频】语义组合模型
  • 第5节: 预训练语言模型
  • 21:【视频】预训练语言模型
  • 第6节: 实践:基于Bert的文本分类
  • 22-1:【课件】基于Bert的文本分类
  • 22-2:【视频】实践:基于Bert的文本分类
  • 22-3:【作业】第三章
  • 22-4:【作业】第三章
  • 23-1:第三章作业思路提示.pdf
  • 23-2:第三章作业讲评.pdf
  • 23-3:第三章作业讲评文稿.pdf
  • 23-4:【视频】第三章作业讲评
  • 第4章: 实体识别与实体消歧
  • 第1节: 图模型基础:HMM, MRF, CRF
  • 24-1:【课件】第四讲 图模型基础
  • 24-2:【视频】图模型基础
  • 第2节: 命名实体识别:基于LSTM+CRF的命名实体识别
  • 25-1:【工具】CRF++-0.58
  • 25-2:【课件】第四讲--实体识别3.0
  • 25-3:【视频】实体识别:CRF及LSTM+CRF
  • 第3节: 实践:基于BiLSTM+CRF的命名实体识别
  • 26:【实践】基于BiLSTM+CRF的命名实体识别
  • 第4节: 实体消歧:基于聚类的方法
  • 27-1:【资料】经典论文:基于聚类的实体消歧
  • 27-2:【课件】实体消歧
  • 27-3:【视频】实体消歧任务简介
  • 27-4:【视频】基于聚类的实体消歧
  • 第5节: 基于实体链接的实体消歧(选修)
  • 28:【视频】基于实体链接的实体消歧
  • 第6节: 实践:基于BiLSTM+CRF的快递单信息抽取
  • 29-1:【作业】信息抽取
  • 29-2:【作业】基于BiLSTM+CRF的快递单信息抽取
  • 30-1:第四章思路提示.pdf
  • 30-2:第四章作业.pdf
  • 30-3:第四章作业讲评文稿.pdf
  • 30-4:【视频】第四章作业讲评
  • 第5章: 实体关系抽取与事件抽取
  • 31:【课件】实体关系抽取
  • 第1节: 实体关系抽取概述
  • 32:【视频】实体关系抽取任务概述
  • 第2节: 预定义关系抽取:关系分类
  • 33:【视频】关系分类
  • 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
  • 34:【视频】远程监督关系抽取与实体关系联合抽取
  • 第4节: 预定义关系抽取:文档级别关系抽取
  • 35:【视频】文档级别关系抽取
  • 第5节: 实践:基于multi-head selection的实体关系联合抽取
  • 36-1:【实践】multi-head selection I
  • 36-2:【实践】multi-head selection II
  • 36-3:【代码】multi_head_selection
  • 第6节: 实践:基于bert的关系抽取
  • 37:【代码】multi_head_selection_bert
  • 第7节: 事件抽取(选修)
  • 38-1:【课件】事件抽取
  • 38-2:【视频】事件抽取的定义
  • 38-3:【视频】事件抽取方法
  • 第6章: 知识的存储与检索
  • 39:【课件】第六讲--知识存储与检索
  • 第1节: 知识图谱数据模型:RDF图&属性图Neo4J
  • 40:【视频】数据模型
  • 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
  • 41:【视频】物理存储
  • 第3节: 知识图谱数据检索
  • 42:【视频】数据检索
  • 第4节: 实践:D2RQ关系数据库转RDF与语义网框架Jena
  • 43-1:【课件】实践
  • 43-2:【视频】实践
  • 第7章: 知识推理
  • 44:【课件】知识推理
  • 第1节: 知识图谱推理任务
  • 45:【视频】知识图谱中的推理任务
  • 第2节: 知识推理分类
  • 46:【视频】推理方法分类
  • 第3节: 基于符号演算推理
  • 47:【视频】基于符号演算推理
  • 第4节: 基于数值计算的推理
  • 48:【视频】基于数值计算的推理
  • 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
  • 49:【实践】实践内容讲解
  • 第8章: 知识问答
  • 50:【课件】知识问答
  • 第1节: 自动问答概述
  • 51:【视频】问答系统概述
  • 第2节: 检索式问答系统
  • 52:【视频】检索式问答系统
  • 第3节: 社区问答系统
  • 53:【视频】社区问答系统
  • 第4节: 基于知识图谱的问答系统
  • 54:【视频】KBQA
  • 第5节: 实践:构建基于知识图谱的医药领域问答系统
  • 55:【视频】问答系统实践

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》