SPOC学校专有课程
知识图谱
分享
spContent=知识图谱的发展历史源远流长,从经典人工智能的核心命题——知识工程,到互联网时代的语义 Web,再到当下很多领域构建的数千亿级别的现代知识图谱。知识图谱兼具人工智能、大数据和互联网的多重技术基因,是知识表示、表示学习、自然语言处理、图数据库和 图计算等多个领域技术的综合集成。本课程全面覆盖了知识图谱的表示、存储、获取、推理、 融合、问答和分析等七大方面,一百多个基础知识点的内容,同时囊括多模态知识图谱、知识图谱与图神经网络的融合、本体表示学习、事理知识图谱,以及知识增强的语言预训练模型等新热点、新发展。作为一门导论性质的课程,本课程希望帮助初学者梳理知识图谱的基本知识点和关键技术要素,也希望帮助技术决策者建立知识图谱的整体视图和系统工程观,为前沿科研人员拓展创新视野和研究方向。
—— 课程团队
课程概述
知识图谱兼具人工智能、大数据和互联网的多重技术基因,是知识表示、表示学习、自然语言处理、图数据库和 图计算等多个领域技术的综合集成。本课程全面覆盖了知识图谱的表示、存储、获取、推理、 融合、问答和分析等七大方面,一百多个基础知识点的内容,同时囊括多模态知识图谱、知识图谱与图神经网络的融合、本体表示学习、事理知识图谱,以及知识增强的语言预训练模型等新热点、新发展。作为一门导论性质的课程,本课程希望帮助初学者梳理知识图谱的基本知识点和关键技术要素,也希望帮助技术决策者建立知识图谱的整体视图和系统工程观,为学生拓展创新视野和研究方向。


成绩要求

本课程对学生的考核包括3个方面:

(1)    作业及考勤;(30%)

(2)    实验报告和评价;(30%)

(3)    知识图谱系统设计大作业。(40%)


课程大纲
参考资料

1.《知识图谱:概念与技术》,电子工业出版社,2019

2.《知识图谱导论》,电子工业出版社,2021

3.《工业级知识图谱:方法与实践》,电子工业出版社,2021

4.《知识图谱:方法、实践与应用》,电子工业出版社,2019