課程簡介
首先，對知識圖譜技術、行業(yè)應用全貌會有很清晰的認識?？梢詫W到一個完整知識圖譜項目全生命周期所涉及到的步驟以及對每個關鍵問題的解決思路。學到知識圖譜領域涉及到的人工智能技術和曾經(jīng)我們踩過的那些坑。由于本人作為人工智能企業(yè)落地一線作戰(zhàn)人員，近3年主持包括金融、能源、設計院所、制造業(yè)共計15個AI相關項目落地，具有豐富的AI項目設計能力，精準把握AI能力覆蓋邊界，善于將業(yè)務與技術想融合，因此有別于科班傳統(tǒng)授課方式，在講解技術中會穿插講解適用場景，有助于啟發(fā)學員思考人工智能如何幫助其解決工作中所面臨的問題。
目標收益
培訓對象
課程大綱
| 知識圖譜技術架構介紹——介紹知識圖譜所運用的算法模型與技術框架，從底層圖數(shù)據(jù)庫到D2R、NL2R數(shù)據(jù)入圖再到圖譜消費應用，介紹各階段所需技術架構及相關注意事項 |
1.知識圖譜整體框架介紹 2.知識圖譜D2R數(shù)據(jù)入圖 3.知識圖譜NL2R算法介紹 4.知識圖譜消費技術介紹 |
| JenusGraph實戰(zhàn)——介紹JenusGraph工具使用方法，并運用JenusGraph完成金融圖譜建模表示、數(shù)據(jù)導入與簡單可視化分析 |
1.JenusGraph基本介紹 2.JenusGraph與Neo4j對比 3.運用JenusGraph完成知識建模表示 4.運用JenusGraph完成數(shù)據(jù)批量導入 5.運用JenusGraph開展可視化分析 |
| 面向深度學習的知識圖譜自動化構建技術——介紹運用深度學習實現(xiàn)知識圖譜自動構建相關算法與模型，主要包含SPO抽取技術與事件挖掘技術 |
1.SPO主流模型介紹 2.基于序列標注的SPO模型設計 3.基于意圖識別+槽位抽取的SPO模型設計 4.基于深度學習的事件要素算法介紹 5.基于深度學習的事件要素算法核心源碼研讀 |
| 知識圖譜全生命周期介紹——介紹知識圖譜生命周期概念，從知識建模、知識獲取、知識融合、知識存儲、知識計算、知識應用角度出發(fā)，介紹知識圖譜不同周期所需解決的相關問題與技術難點 |
1.知識建模：概念與目標、相關技術與難點、相關工具 2.知識獲取：概念與目標、相關技術與難點、相關工具 3.知識融合：概念與目標、相關技術與難點、相關工具 4.知識存儲：概念與目標、相關技術與難點、相關工具 5.知識計算：概念與目標、相關技術與難點、相關工具 6.知識應用：概念與目標、相關技術與難點、相關工具 |
| 工業(yè)級知識圖譜應用落地（偏業(yè)務）——介紹金融工業(yè)級圖譜落地應用及相關經(jīng)驗分享，從消費場景出發(fā)，考慮風控、企業(yè)知識搜索、客服問答等不同場景下圖譜應用可能性 |
1.實戰(zhàn)場景介紹：金融企業(yè)知識圖譜 2.數(shù)據(jù)場景說明：工商數(shù)據(jù) 3.風控、企業(yè)知識搜索、客服問答知識圖譜構建：數(shù)據(jù)處理-知識建模-知識獲取-知識融合-知識補全 |
| 答疑，涵蓋但不僅限于知識圖譜相關問題答疑 | 答疑 |
|
知識圖譜技術架構介紹——介紹知識圖譜所運用的算法模型與技術框架，從底層圖數(shù)據(jù)庫到D2R、NL2R數(shù)據(jù)入圖再到圖譜消費應用，介紹各階段所需技術架構及相關注意事項 1.知識圖譜整體框架介紹 2.知識圖譜D2R數(shù)據(jù)入圖 3.知識圖譜NL2R算法介紹 4.知識圖譜消費技術介紹 |
|
JenusGraph實戰(zhàn)——介紹JenusGraph工具使用方法，并運用JenusGraph完成金融圖譜建模表示、數(shù)據(jù)導入與簡單可視化分析 1.JenusGraph基本介紹 2.JenusGraph與Neo4j對比 3.運用JenusGraph完成知識建模表示 4.運用JenusGraph完成數(shù)據(jù)批量導入 5.運用JenusGraph開展可視化分析 |
|
面向深度學習的知識圖譜自動化構建技術——介紹運用深度學習實現(xiàn)知識圖譜自動構建相關算法與模型，主要包含SPO抽取技術與事件挖掘技術 1.SPO主流模型介紹 2.基于序列標注的SPO模型設計 3.基于意圖識別+槽位抽取的SPO模型設計 4.基于深度學習的事件要素算法介紹 5.基于深度學習的事件要素算法核心源碼研讀 |
|
知識圖譜全生命周期介紹——介紹知識圖譜生命周期概念，從知識建模、知識獲取、知識融合、知識存儲、知識計算、知識應用角度出發(fā)，介紹知識圖譜不同周期所需解決的相關問題與技術難點 1.知識建模：概念與目標、相關技術與難點、相關工具 2.知識獲取：概念與目標、相關技術與難點、相關工具 3.知識融合：概念與目標、相關技術與難點、相關工具 4.知識存儲：概念與目標、相關技術與難點、相關工具 5.知識計算：概念與目標、相關技術與難點、相關工具 6.知識應用：概念與目標、相關技術與難點、相關工具 |
|
工業(yè)級知識圖譜應用落地（偏業(yè)務）——介紹金融工業(yè)級圖譜落地應用及相關經(jīng)驗分享，從消費場景出發(fā)，考慮風控、企業(yè)知識搜索、客服問答等不同場景下圖譜應用可能性 1.實戰(zhàn)場景介紹：金融企業(yè)知識圖譜 2.數(shù)據(jù)場景說明：工商數(shù)據(jù) 3.風控、企業(yè)知識搜索、客服問答知識圖譜構建：數(shù)據(jù)處理-知識建模-知識獲取-知識融合-知識補全 |
|
答疑，涵蓋但不僅限于知識圖譜相關問題答疑 答疑 |
近期公開課推薦
