
知識(shí)圖譜建模與應(yīng)用培訓(xùn)
知識(shí)圖譜基礎(chǔ)—知識(shí)表示
知識(shí)表示概述
知識(shí)表示框架RDF、RDFS、OWL和OWL2
典型知識(shí)庫(kù)項(xiàng)目的知識(shí)表示和模型設(shè)計(jì)方法
基于本體工具protégé的知識(shí)建模實(shí)戰(zhàn)
知識(shí)圖譜核心技術(shù):知識(shí)源數(shù)據(jù)的獲取
結(jié)構(gòu)化數(shù)據(jù)的獲取
非結(jié)構(gòu)化數(shù)據(jù)的獲取
將mysql數(shù)據(jù)導(dǎo)出為圖譜源數(shù)據(jù)
股票吧信息爬取實(shí)戰(zhàn)
使用爬蟲獲取企業(yè)法人等信息
獲取企業(yè)風(fēng)險(xiǎn)知識(shí)圖譜源數(shù)據(jù)
知識(shí)圖譜核心技術(shù):知識(shí)抽取
知識(shí)抽取概述
實(shí)體抽取技術(shù):基于命名實(shí)體、基于關(guān)鍵詞
關(guān)系抽取技術(shù)
事件抽取技術(shù)
使用hanlp抽取法人名稱、企業(yè)名稱等信息
使用TextRank算法完成知識(shí)抽取
使用句法依存算法關(guān)系抽取
基于模板完成事件抽取
基于DeepDive關(guān)系抽取實(shí)戰(zhàn)
知識(shí)圖譜核心技術(shù):知識(shí)融合
知識(shí)融合概述
實(shí)體統(tǒng)一
實(shí)體消歧
知識(shí)合并
使用jieba完成公司名的實(shí)體統(tǒng)一
使用tf-idf完成實(shí)體消歧
基于Limes框架的實(shí)體關(guān)系鏈接發(fā)現(xiàn)實(shí)戰(zhàn)
知識(shí)圖譜核心技術(shù):知識(shí)存儲(chǔ)
知識(shí)存儲(chǔ)常用數(shù)據(jù)庫(kù)
圖數(shù)據(jù)庫(kù)neo4j
neo4j的安裝與部署
neo4j實(shí)戰(zhàn)操作
使用neo4j工具導(dǎo)入知識(shí)圖譜
知識(shí)圖譜核心技術(shù):知識(shí)推理
知識(shí)推理方法概述
本體構(gòu)建
知識(shí)推理
基于Jena的知識(shí)推理實(shí)戰(zhàn)
時(shí)間序列分析與循環(huán)網(wǎng)絡(luò)
時(shí)間序列分類
時(shí)間序列模型
循環(huán)神經(jīng)網(wǎng)絡(luò)RNN
長(zhǎng)短期記憶模型LSTM
基于RNN的時(shí)間序列預(yù)測(cè)分析
案例分析與實(shí)戰(zhàn)
行為識(shí)別與預(yù)測(cè)
行為識(shí)別概述
單流網(wǎng)絡(luò)
雙流網(wǎng)絡(luò)
基于CNN-LSTM方法的行為識(shí)別
時(shí)空?qǐng)D卷積STGCN
案例分析與實(shí)戰(zhàn)
案例分析
案例1:使用neo4j從零搭建汽車領(lǐng)域簡(jiǎn)單的知識(shí)圖譜
項(xiàng)目背景
數(shù)據(jù)模型設(shè)計(jì)
使用爬蟲獲取原始數(shù)據(jù)
構(gòu)建知識(shí)圖譜
展示知識(shí)圖譜
案例2:基于知識(shí)圖譜的問(wèn)答機(jī)器人
項(xiàng)目背景
項(xiàng)目架構(gòu)
基于檢索與知識(shí)圖譜相結(jié)合的功能模塊
基于句子相似度的功能模塊
項(xiàng)目展示