知識圖譜構建與應用研修班7月線上班
時間:2022-07-15 09:00 至 2022-07-18 18:00
地點:線上活動

- 參會報名
- 會議通知
- 會議日程
- 會議嘉賓
- 參會指南
-
手機下單
![]() |
知識圖譜構建與應用研修班7月線上班 已截止報名課程時間: 2022-07-15 09:00至 2022-07-18 18:00結束 課程地點: 線上活動 會議規(guī)模:58人 主辦單位: 中國人工智能培訓網 北京龍騰亞太教育咨詢有限公司
|
會議通知
會議內容 主辦方介紹

知識圖譜構建與應用研修班7月線上班宣傳圖
知識圖譜Knowledge Graph構建與應用研修班線上課程的通知
各有關單位:
2017年7月,國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》。2019年7月,在黨的“不忘初心,牢記使命”習近平主席主持的學習中明確提出“人工智能是引領這一輪科技革命和產業(yè)變革的戰(zhàn)略性技術,具有溢出帶動性很強的“頭雁”效應?!?/p>
《新一代人工智能發(fā)展規(guī)劃》明確提出了“建立新一代人工智能關鍵共性技術體系”的重點任務,特別強調了要解決“研究跨媒體統(tǒng)一表征、關聯(lián)理解與知識挖掘、知識圖譜構建與學習、知識演化與推理、智能描述與生成等技術,開發(fā)跨媒體分析推理引擎與驗證系統(tǒng)”的關鍵共性技術問題。
為積極響應科研及工作人員需求,根據(jù)《國務院關于推行終身職業(yè)技能培訓制度的意見》提出的“緊跟新技術、新職業(yè)發(fā)展變化,建立職業(yè)分類動態(tài)調整機制,加快職業(yè)標準開發(fā)工作”要求,加快構建與國際接軌、符合我國國情的現(xiàn)代職業(yè)分類體系,中國管理科學研究院現(xiàn)代教育研究所(http://www.zgyxdjy.com)聯(lián)合北京龍騰亞太教育咨詢有限公司特舉辦“知識圖譜Knowledge Graph構建與應用研修班”。
主辦單位:中國管理科學研究院現(xiàn)代教育研究所
承辦單位:北京龍騰亞太教育咨詢有限公司、北京龍騰智元信息技術有限公司
注:發(fā)票由具體承辦單位開具。
一、培訓目標:
本次課程安排緊密結合理論與實踐,深入淺出,循序漸進。從基本概念講起,重點講解構建方法和技術的轉化思路,幫助學員系統(tǒng)性的掌握知識圖譜的核心技術原理。基于百科知識進行各項核心技術的實例訓練,并結合數(shù)字圖書館、醫(yī)療、金融、電商、農業(yè)、法律等行業(yè)應用幫助學員快速積累知識圖譜工程項目經驗。
二、時間地點:2022年7月14日?—?2022年7月18日 ??北京同時線上直播
????????????????(14日發(fā)放上課材料,15日-18日上課)
?
中國管理科學研究院現(xiàn)代教育研究所 ????????????北京龍騰亞太教育咨詢有限公司
? ? ? ? 二〇二二年六月二十八日? ? ? ? ? ? ? ? ? ? ? ? ? ? 二〇二二年六月二十八日
三、培訓專家: ?
培訓專家來自清華大學、南京大學、北京理工大學的專家團隊,擁有豐富的科研及工程技術經驗,長期從事人工智能、深度學習、自然語言處理、知識圖譜、數(shù)據(jù)挖掘等領域的教學與研究工作。曾主持并參與多項國家自然科學基金、863重大專項和國家科技支撐項目。
四、培訓對象:
各省市、自治區(qū)從事人工智能、機器學習、大數(shù)據(jù)、自然語言處理、語義搜索 、知識問答、數(shù)據(jù)挖掘、金融、醫(yī)療、電子商務等領域相關的企事業(yè)單位技術骨干、科研院所研究人員和大專院校相關專業(yè)教學人員及在校研究生等相關人員,以及知識圖譜廣大愛好者。
五、費用標準:
A類:5680元/人,含報名費、培訓費、資料費、證書費。
1、培訓費由組織培訓班的施教機構負責收取并提供培訓發(fā)票。
2、上課前一周匯款可享受9折優(yōu)惠,或報名5人以上可享受9折優(yōu)惠,兩個優(yōu)惠不同時享用。報名8人以上享受8.8折優(yōu)惠。
3、參加線上培訓學員均可享受視頻錄播回放權益,及本人再次免費參加線下學習權益。
B類:另加2300元考取工業(yè)和信息化部人才交流中心高級《人工智能機器視覺應用工程師》。
六、頒發(fā)證書:
參加培訓并通過考核的學員,由中國管理科學研究院現(xiàn)代教育研究所頒發(fā)《知識圖譜構建與應用工程師》(高級)崗位認證證書,可通過官方網站查詢,該證書可作為有關單位專業(yè)技術人員能力評價、考核和任職的重要依據(jù)。
B類:參加相關培訓并通過考核的學員,由工業(yè)和信息化部人才交流中心頒發(fā)《人工智能機器視覺應用工程師》(高級)能力提升證書,可通過官方網站查詢。該證書直接納國家人才數(shù)據(jù)庫,可作為有關單位專業(yè)技術人員能力評價、考核和任職的重要依據(jù)。
注:請學員將電子版彩照(大于20KB,紅藍底皆可)、身份證復印件和學歷證明復印件各一份?
七、注意事項
1、指定報名郵箱?
2、報名成功后,會務組在上課前兩天發(fā)送上課所需的賬號、課件等材料。
3、參會學員需自備電腦一臺,配置win10、64位系統(tǒng)、8G內存、100G硬盤。
附件1:具體課程安排
第 一 天 |
一、知識圖譜概論 |
1.1知識圖譜的起源和歷史 1.2知識圖譜的發(fā)展史——從框架、本體論、語義網、鏈接數(shù)據(jù)到知識圖譜 1.3知識圖譜的本質和價值 1.4知識圖譜VS傳統(tǒng)知識庫VS關系數(shù)據(jù)庫 1.5經典的知識圖譜 1.5.1經典的CYC, WordNnet, WikiData, DBpedia, YAGO, NELL等知識庫 1.5.2行業(yè)知識圖譜: Google知識圖譜,微軟實體圖,阿里知識圖譜,醫(yī)學知識圖譜,基因知識圖譜等知識圖譜項目 |
二、知識圖譜應用 |
2.1知識圖譜應用場景 2.2知識圖譜應用簡介 2.2.1知識圖譜在數(shù)字圖書館上的應用 ?? 2.2.2知識圖譜在國防、情報、公安上的應用 2.2.3知識圖譜在金融上的應用 ???????? 2.2.4知識圖譜在電子商務中的應用 2.2.5知識圖譜在農業(yè)、醫(yī)學、法律等領域的應用 2.2.6知識圖譜在制造行業(yè)的應用 2.2.7知識圖譜在大數(shù)據(jù)融合中的應用 ?? 2.2.8知識圖譜在人機交互(智能問答)中的應用 |
|
三、知識表示與知識建模 |
3.1知識表示概念 3.2 知識表示方法 a.語義網絡 b.產生式規(guī)則 c.框架系統(tǒng) d.描述邏輯 e.本體 f.RDF和RDFS g.OWL和OWL2 Fragments ??h.SPARQL查詢語言 i.Json-LD、RDFa、HTML5 MicroData等新型知識表示 3.3典型知識庫項目的知識表示 3.4知識建模方法學 3.5知識表示和知識建模實踐 1.三國演義知識圖譜的表示和建模實踐案例 2.學術知識圖譜等 |
|
第 二 天 |
四、知識抽取與挖掘 |
4.1知識抽取基本問題 a.實體識別 b.關系抽取 c.事件抽取 4.2數(shù)據(jù)采集和獲取 4.3面向結構化數(shù)據(jù)的知識抽取 a.D2RQ ????b.R2RML 4.4面向半結構化數(shù)據(jù)的知識抽取 ??a.基于正則表達式的方法 ?b.基于包裝器的方法 4.5.面向非結構化數(shù)據(jù)的知識抽取 a.實體識別技術(基于規(guī)則、機器學習、深度學習、半監(jiān)督學習、預訓練等方法) b.關系抽取技術(基于模板、監(jiān)督、遠程監(jiān)督、深度學習等方法) c.事件抽取技術(基于規(guī)則、深度學習、強化學習等方法) 4.6.知識挖掘 a.實體消歧b.實體鏈接c.類型推斷 d.知識表示學習 4.7知識抽取上機實踐 A.面向半結構化數(shù)據(jù)的三國演義知識抽取 B.面向文本的三國演義知識抽取 C.人物關系抽取 |
第 二 天 |
五、知識融合 |
5.1知識融合背景 5.2知識異構原因分析 5.3知識融合解決方案分析 5.4.本體對齊基本流程和常用方法 a.基于文本的匹配 b.基于圖結構的匹配 c.基于外部知識庫的匹配 e.不平衡本體匹配 d.跨語言本體匹配 ??f.弱信息本體匹配 5.5實體匹配基本流程和常用方法 ??a.基于相似度的實例匹配 ??b.基于規(guī)則或推理的實體匹配 c.基于機器學習的實例匹配 d.大規(guī)模知識圖譜的實例匹配 (1)基于分塊的實例匹配 (2)無需分塊的實例匹配 (3)大規(guī)模實例匹配的分布式處理 5.6 知識融合上機實踐 1.百科知識融合 ? 2.OAEI知識融合任務 |
第 三 天 |
六、存儲與檢索 |
6.1.知識圖譜的存儲與檢索概述 6.2.知識圖譜的存儲 ??a.基于表結構的存儲 ???????b.基于圖結構的存儲 6.3.知識圖譜的檢索 a.關系數(shù)據(jù)庫查詢:SQL語言 ?b數(shù)據(jù)庫查詢:SPARQL語言 ?? 6.4.上機實踐案例:利用GraphDB完成知識圖譜的存儲與檢索 |
七、知識推理 |
7.1.知識圖譜中的推理技術概述 7.2.歸納推理:學習推理規(guī)則 ??a.歸納邏輯程設計?b.關聯(lián)規(guī)則挖掘 ?c.路徑排序算法 上機實踐案例:利用AMIE+算法完成Freebase數(shù)據(jù)上的關聯(lián)規(guī)則挖掘 7.3.演繹推理:推理具體事實 ? ?a.馬爾可夫邏輯網 b.概率軟邏輯 7.4.基于分布式表示的推理 a.?TransE模型及其變種 ????????b.RESCAL模型及其變種 c.(深度)神經網絡模型介紹 ???d.表示學習模型訓練 7.5.上機實踐案例:利用分布式知識表示技術完成Freebase上的鏈接預測 |
|
第 四 天 |
八、語義搜索 |
8.1.語義搜索概述 8.2.搜索關鍵技術 a.索引技術:倒排索引 ??? b.排序算法:BM25及其擴展 8.3.知識圖譜搜索 a.實體搜索 b.關聯(lián)搜索 8.4.知識可視化 ?a.摘要技術 8.5.上機實踐案例:SPARQL搜索 |
九、知識問答 |
9.1.知識問答概述 ?????????????????????? 9.2.知識問答基本流程 9.3.相關測試集:QALD、WebQuestions等 9.4.知識問答關鍵技術 ???a.基于模板的方法 ?? ?b.語義解析 ???c.基于深度學習的方法 9.5.上機實踐案例:DeepQA、TemplateQ |
?
查看更多
會議日程
會議嘉賓
參會指南
會議門票
票種名稱 | 價格 | 原價 | 票價說明 |
查看更多
溫馨提示
酒店與住宿:
為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
退款規(guī)則:
活動各項資源需提前采購,購票后不支持退款,可以換人參加。
您可能還會關注
-
集成產品開發(fā)IPD 2025年 北京9月18-19日
2025-09-18 北京
-
AI新品及應用實踐全國巡展·上海站
2025-05-20 上海
-
集成產品開發(fā)IPD 2025年 深圳9月25-26日
2025-09-25 深圳
-
市場驅動的新產品開發(fā)流程管理 2025年 深圳10月27-28日
2025-10-27 深圳