【课程介绍】随着互联网的发展，网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点，给人们有效获取信息和知识提出了挑战。知识图谱(Knowledge Graph) 以其强大的语义处理能力和开放组织能力，为互联网时代的知识化组织和智能应用奠定了基础。大规模知识图谱库的研究和应用在学术界和工业界引起了足够的注意力。随着人工智能的技术发展和应用，知识图谱作为关键技术之一，已被广泛应用于智能搜索、智能问答、个性化推荐、内容分发等领域。课程以当前热点案例为开端深入浅出介绍了知识图谱技术与应用。课程内容包括神经网络技术，自然语言处理技术，实体挖掘与关系抽取，知识图谱的建模、存储、查询、检索，知识图谱的应用介绍，知识图谱在生物医学中的应用。
【授课专家】拟邀请行业内知名机构的专家教授授课。
【课程安排】2024年3月28-29日（上午9:30-11:30，下午13:30-17:00）
日期 |
主题 |
内容 |
备注 |
第一天上午 |
认识知识图谱 |
1、知识图谱简介
2、知识图谱研究意义与应用价值
3、知识图谱应用案例介绍 |
理论 |
| 知识图谱准备工作 |
4、Python介绍
5、爬虫技术
6、数学知识回顾
7、知识表示方法
8、机器学习算法、LSTM与CNN方法介绍
9、自然语言处理相关概念 |
理论+实战 |
第一天下午 |
实体挖掘与关系抽取 |
10、领域短语挖掘的算法和统计指标
11、同义词挖掘
12、缩略词抽取
13、实体识别
14、关系抽取问题描述和评估方法
15、基于模式的抽取方法
16、基于学习的抽取方法
17、开放关系抽取 |
理论+实战 |
第二天上午 |
建模、存储、查询、检索 |
18、知识图谱的数据模型
19、数据的存储方式
20、查询语言
21、子图查询
22、SQL语言介绍 |
理论+实战 |
| 图数据管理系统 |
23、图数据管理系统的基本架构和设计原则
24、典型的图数据管理系统
25、Neo4j的介绍与安装 |
第二天下午 |
Neo4j的使用 |
26、使用Neo4j创建知识图谱
27、用python操作Neo4j |
理论+实战 |
| 知识图谱的应用介绍 |
28、基于知识图谱的语言认知介绍
29、语言理解的挑战和任务介绍
30、实体理解的应用和基本模型
31、基于知识图谱的搜索与推荐
32、基于知识图谱做推荐时面临的挑战 |
理论 |
| 知识图谱项目实操 |
33、基于知识图谱的医药问答系统实操
|
实战 |
注：内容以实际发生为准；若调，会提前通知。
【主办单位】北京市计算中心，博科会议中心
【时间地点】2024年3月28-29日·北京市海淀区丰贤中路7号北科产业3号楼；亦可听取线上直播
【报名费用】
注册费：2800元/人（含当期听课费、资料费、证书费、考试费（如有））。
提供当期视频回放以供复习使用（羽林学院平台）。
开具增值税发票，提供盖章通知、结业证书等相关材料。
【报名优惠政策】
1、3人以上团体报名每人可减少300元；
2、4+1团报，可免费赠送一个名额；
3、上面优惠政策不能同时享受，只能享受其中一种；
【联系咨询】
王老师：13564138859（微信同号） 邮箱：bkmeeting@163.com
【报名方法】学员请通过在线提交报名或通过填写回执表报名，我们收到您的报名信息后将及时与您联系确认。
点击在线报名
填写回执报名
