知识图谱实战:非结构化数据的知识图谱构建

知识图谱实战:非结构化数据的知识图谱构建

210分钟

知识图谱(KnowledgeGraph)本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里, 每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间…

知识图谱(KnowledgeGraph)本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里, 每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。 通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。 知识图谱不仅仅是学术界的研究热点,目前在工业界也掀起了一股浪潮。百度等各大搜索厂商应用图谱来进步提升自身的搜索效果,金融领域应用图谱来做贷前贷后的风控管理,淘宝等电商应用图谱来做精准营销,可见图谱这项新的技术已经渗透到了各行各业。 本门课程为大家介绍常用的图算法与应用场景。
第1课 词汇挖掘与实体识别 - 1.1词汇挖掘—关键词提取 - 1.2词汇挖掘—同义词挖掘 - 1.3词汇挖掘—新词挖掘及实战 - 1.4命名实体识别与概率图模型 - 1.5基于CRF的命名实体识别实战 第2课 关系抽取 - 2.1关系抽取—基于模式 - 2.2关系抽取—全监督学习 - 2.3关系抽取—远程监督学习 - 2.4关系抽取—OpenNER与半监督学习 - 2.5关系抽取—无监督学习 课程资料
七月在线
七月在线

集AI大模型教育、应用开发、机器人解决方案为一体