价格： 59 学币
深蓝学院知识图谱理论与实践第三期视频教程，由优库it资源网整理发布完整版。知识图谱是人工智能的一个重要分支，也是机器具有认知能力的基石,随着知识图谱技术研究与应用的深化,该方向吸引了来自工业界和学术界的广泛关注,相关技术已经在搜索引擎、智能问答、推荐系统等领域得到较为广泛的应用。知识图谱是典型的交叉领域,涉及知识工程、自然语言处理、数据库、机器学习等多个学科的知识,受限于知识图谱庞大的知识面,初学者不容易厘清知识体系,入门较为困难。同时,遇到问题时如果得不到及时解答,会逐渐失去热情直至放弃。通过学习本期课程可以掌握知识图谱各生命周期的主流方法,并最终完成问答系统的实践项目。
【有三AI-CV夏季划】人工智能：深度学习从入门到精通升级版
深度之眼人工智能Paper年度会员课程合集（CV方向）
深度之眼人工智能Paper年度会员课程合集（NLP方向）
掌握以知识图谱为代表的知识工程的基本问题和基本方法；
系统性的掌握知识图谱生命周期各阶段核心技术原理；
了解知识图谱领域的前沿发展态势；
学会使用经典的知识图谱相关软件；
编程实现知识图谱各阶段经典算法；
掌握知识图谱案例研发脉络；
能简单实现基于知识图谱的问答系统
.
└── 预习/
├── [ 67M] 2：【视频】Jena基于规则推理
├── [223M] 3：课程概述与知识图谱发展背景
├── [ 37M] 4：【视频】开课仪式
├── [ 65M] 5：【视频】知识图谱第三期直播答疑
├── [1.7M] word2vec中的数学原理详解.pdf
├── [440K] 开课分享-助教hsy(1).pdf
└── [1.4M] 知识图谱第三期 开课仪式.pdf
├── 第1章 知识图谱概述/
│ ├── [7.7M] 10：【视频】知识图谱的类型和代表性知识图谱
│ ├── [ 67M] 11：【视频】知识图谱生命周期
│ ├── [ 30M] 7：【视频】知识图谱发展背景
│ ├── [ 19M] 8：【视频】知识图谱发展历程
│ ├── [6.0M] 9：【视频】知识图谱的基本概念
│ └── [3.7M] 第一讲--知识图谱概述.pdf
├── 第2章 知识表示/
│ ├── [ 72M] 13：【视频】经典知识表示
│ ├── [115M] 14：【视频】语义网中的知识表示
│ ├── [ 49M] 15：【视频】知识图谱中的知识表示
│ ├── [119M] 17：【实践】本体构建
│ ├── [3.3M] 第二讲--知识表示.pdf
│ ├── [819K] 第二章 作业思路分享-赵帅.pdf
│ ├── [ 55K] 第二章思路提示-助教黄世尧.pdf
│ ├── [2.0K] 第二章作业.html
│ └── [1.6M] 实践1：本体构建-V1.2.pdf
├── 第3章 自然语言处理基础/
│ ├── [153K] 【作业】第三章.pdf
│ ├── [ 70M] 19：【视频】人类视觉系统
│ ├── [ 44M] 20：【视频】CNN数学基础
│ ├── [ 82M] 21：【视频】CNN推导及其发展历史
│ ├── [ 85M] 23：【视频】循环神经网络RNN
│ ├── [ 39M] 25：【视频】LSTM与GRU的思想概述
│ ├── [ 44M] 28：【视频】词表示模型
│ ├── [ 15M] 29：【视频】语义组合模型
│ ├── [ 69M] 30：【视频】预训练语言模型
│ ├── [312M] 32：【视频】实践：基于Bert的文本分类
│ ├── [5.0K] KG L3 code.zip
│ ├── [880K] L3 基于Bert的文本分类.pdf
│ ├── [3.3M] L3 自然语言处理基础.pdf
│ ├── [3.7M] L3卷积神经网络.pdf
│ ├── [1.1M] L7 LSTM与GRU.pdf
│ ├── [1.6M] L7 循环神经网络.pdf
│ ├── [552K] lihaoweicv 第三章作业.pdf
│ ├── [1.7M] word2vec中的数学原理详解.pdf
│ ├── [822K] 第三章思路提示-助教.pdf
│ └── [ 87K] 第三章作业.png
├── 第4章 实体识别与实体消歧/
│ ├── [1.6M] 【经典论文】基于聚类的实体消歧 (1).rar
│ ├── [1.6M] 【经典论文】基于聚类的实体消歧.rar
│ ├── [ 77M] 35：【视频】图模型基础
│ ├── [ 87M] 37：【视频】实体识别：CRF及LSTM+CRF
│ ├── [ 94M] 38：【实践】基于BiLSTM+CRF的命名实体识别
│ ├── [8.1M] 41：【视频】实体消歧任务简介
│ ├── [ 80M] 42：【视频】基于聚类的实体消歧
│ ├── [ 36M] 43：【视频】基于实体链接的实体消歧
│ ├── [119K] 45：【提交入口】基于BiLSTM+CRF的快递单信息抽取.png
│ ├── [495K] CRF++-0.58.zip
│ ├── [ 87K] data.rar
│ ├── [418K] L4 信息抽取 作业.pdf
│ ├── [1.9M] 第四讲--实体识别3.0.pdf
│ ├── [3.8M] 第四讲--实体消歧.pdf
│ ├── [3.8M] 第四讲--图模型基础.pdf
│ └── [377K] 第四章思路提示.pdf
├── 第5章 实体关系抽取与事件抽取/
│ ├── [ 18M] 47：【视频】实体关系抽取任务概述
│ ├── [ 56M] 48：【视频】关系分类
│ ├── [ 54M] 49：【视频】远程监督关系抽取与实体关系联合抽取
│ ├── [ 81M] 51：【实践】multi-headselectionI
│ ├── [188M] 52：【实践】multi-headselectionII
│ ├── [ 33M] 56：【视频】事件抽取的定义
│ ├── [ 79M] 57：【视频】事件抽取方法
│ ├── [ 38M] multi_head_selection.zip
│ ├── [ 50K] multi_head_selection_bert.zip
│ ├── [3.6M] 第五讲 事件抽取.pdf
│ └── [2.8M] 第五讲--实体关系抽取.pdf
├── 第6章 知识的存储与检索/
│ ├── @优库it资源网
│ ├── [ 76M] 59：【视频】数据模型
│ ├── [ 28M] 60：【视频】物理存储
│ ├── [114M] 61：【视频】数据检索
│ ├── [ 84M] 63：【视频】实践
│ ├── [1.4M] 第六讲--知识存储与检索 v3.0实践.pdf
│ └── [3.5M] 第六讲--知识存储与检索.pdf
├── 第7章 知识推理/
│ ├── [7.7M] 65：【视频】知识图谱中的推理任务
│ ├── [ 24M] 66：【视频】推理方法分类
│ ├── [ 40M] 67：【视频】基于符号演算推理
│ ├── [ 32M] 68：【视频】基于数值计算的推理
│ ├── [ 26M] 69：【实践】实践内容讲解
│ └── [2.3M] 第七讲--知识推理-3.0.pdf
├── 第8章 知识问答/
│ ├── [6.6M] 71：【视频】问答系统概述
│ ├── [ 37M] 72：【视频】检索式问答系统
│ ├── [ 18M] 73：【视频】社区问答系统
│ ├── [ 13M] 74：【视频】KBQA
│ ├── [128M] 75：【视频】问答系统实践
│ └── [4.3M] 第八讲--知识问答 4.0.pdf
├── 第9章 大作业/
│ ├── [200K] 知识图谱 Project 问答系统.pdf
│ └── [2.6K] 作业.html
