高清无码视频直接看,日本无码色情三级播放,大桥未久亚洲无av码在线,免费人成视频在线播放,国产亚洲精品久久久久久大师

        1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
         3、培訓合格學員可享受免費推薦就業機會。

人工智能-知識圖譜核心培訓大綱

第一節

知識圖譜概述

1.1什么是知(zhi)識(shi)圖譜

1.2知識圖(tu)譜的發展歷史

1.3國內外(wai)典型的知識圖譜項(xiang)目(mu)簡介

1.4知識圖諳(an)的相(xiang)關技術簡(jian)介

1.5典型應用案例

第二節

知識表示與建模

2.1什么是知(zhi)識表示

2.2早期知識表示方法

2.2.1邏輯

2.2.2產生式規則

2.2.3框架

2.2.4語義(yi)網(wang)絡

2.3基于語義網知識表(biao)示(shi)框架

2.3.1 RDF 和(he) RDFS

2.3.2 OWL和(he)OWL2 Fragments

2.3.3 SPARQL查詢語言

2.3.4Json-LD、RDFa, HTML5 MicroData等新型知識表示

2.4典型(xing)知識庫(ku)項目的知識表示

2.4.1 DBPedia

2.4.2 Freebase

2.4.3 WikiData

2.4.4 ConceptNel

2.5知識圖諾設計

2.5.1知識設計方法

2.5.2語義類型設計

2.5.3語義關(guan)系設計(ji)

2.5.4本體對象設計

2.6開(kai)源(yuan)工具實踐：基于Protege的本體知識建模

第三節

知識抽取與知識挖掘

3.1知識抽(chou)取任務(wu)及相關競(jing)費

3.1.1實(shi)體抽取

3.1.2關系抽取

3.1.3事件抽取(qu)

3.2面向結構化數據的知識抽取(qu)及其(qi)相關工具

3.3面向半結構化數據的知識抽取及其相關工具
3.4知識挖掘

3.4.1實體消(xiao)歧(qi)與鏈接

3.4.2知(zhi)識規則挖掘

3.4.3知(zhi)識(shi)圖譜表(biao)示(shi)學習

3.5開源工貝實踐：基于DupDivc的關系(xi)抽取實踐

第四節

知識存儲

4.1圖數據庫基本知(zhi)識

4.2常(chang)見的圖(tu)數據庫

4.2.1開源(yuan)數據庫介(jie)紹(shao)

4.2.2商(shang)業數據(ju)庫介紹

4.2.3原生圖數據(ju)庫介紹

4.3圖數據庫實現細節
4.4開源工具實踐

4.4.1以Apache Jena為例(li)

4.4.2 Neo4j可視化操作基礎

第五節

知識融合

5.1什么是知識融合(he)

5.2知識(shi)融合的基本技術(shu)流(liu)程

5.3典型知識融合工具簡介

5.3.1框(kuang)架匹配

5.3.2實體對(dui)齊

5.4典型案例簡介

5.4.1 Zhishi.me中(zhong)的實體(ti)融(rong)合

5.4.2 OpenKCi的鏈接(jie)百科

5.5開源工具實踐：實體關系發現框(kuang)架LIMBSR

第六節

知識推理

6.1推理概述

6.2本(ben)體知識推理簡介與任務分類

6.3本體(ti)推理方法(fa)與(yu)工具介紹(shao)

6.3.1基(ji)于Tableaux運算的方法

6.3.2基于邏輯編程改寫(xie)的(de)方法(fa)

6.3.3基于一階查(cha)詢重寫的方法

6.3.4基于產生式規則的方法

6.3.5基于(yu)井行技術(shu)的方法(fa)

6.4開源工具(ju)實踐(jian)：基(ji)于(yu)ha和Drods的知識推(tui)理實踐(jian)

第七節

語義搜索

7.1語義搜索簡介

7.2語義數據搜索

7.3混合搜索

7.4語(yu)義搜索的交互范式

7.5實踐展示：使用Elasticsearch實現(xian)簡單語義數據檢索

第八節

知識問答

8.1知識問答(da)技術槪(gai)述(shu)

8.2知識問答系統簡史

8.3知(zhi)識問答的評測數握(wo)集(ji)

8.4 KBQA基本概念及(ji)挑戰

8.5知識(shi)問(wen)答主流方法介紹(shao)