课程简介
首先，对知识图谱技术、行业应用全貌会有很清晰的认识。可以学到一个完整知识图谱项目全生命周期所涉及到的步骤以及对每个关键问题的解决思路。学到知识图谱领域涉及到的人工智能技术和曾经我们踩过的那些坑。由于本人作为人工智能企业落地一线作战人员，近3年主持包括金融、能源、设计院所、制造业共计15个AI相关项目落地，具有丰富的AI项目设计能力，精准把握AI能力覆盖边界，善于将业务与技术想融合，因此有别于科班传统授课方式，在讲解技术中会穿插讲解适用场景，有助于启发学员思考人工智能如何帮助其解决工作中所面临的问题。
目标收益
培训对象
课程大纲
| 知识图谱技术架构介绍——介绍知识图谱所运用的算法模型与技术框架，从底层图数据库到D2R、NL2R数据入图再到图谱消费应用，介绍各阶段所需技术架构及相关注意事项 |
1.知识图谱整体框架介绍 2.知识图谱D2R数据入图 3.知识图谱NL2R算法介绍 4.知识图谱消费技术介绍 |
| JenusGraph实战——介绍JenusGraph工具使用方法，并运用JenusGraph完成金融图谱建模表示、数据导入与简单可视化分析 |
1.JenusGraph基本介绍 2.JenusGraph与Neo4j对比 3.运用JenusGraph完成知识建模表示 4.运用JenusGraph完成数据批量导入 5.运用JenusGraph开展可视化分析 |
| 面向深度学习的知识图谱自动化构建技术——介绍运用深度学习实现知识图谱自动构建相关算法与模型，主要包含SPO抽取技术与事件挖掘技术 |
1.SPO主流模型介绍 2.基于序列标注的SPO模型设计 3.基于意图识别+槽位抽取的SPO模型设计 4.基于深度学习的事件要素算法介绍 5.基于深度学习的事件要素算法核心源码研读 |
| 知识图谱全生命周期介绍——介绍知识图谱生命周期概念，从知识建模、知识获取、知识融合、知识存储、知识计算、知识应用角度出发，介绍知识图谱不同周期所需解决的相关问题与技术难点 |
1.知识建模：概念与目标、相关技术与难点、相关工具 2.知识获取：概念与目标、相关技术与难点、相关工具 3.知识融合：概念与目标、相关技术与难点、相关工具 4.知识存储：概念与目标、相关技术与难点、相关工具 5.知识计算：概念与目标、相关技术与难点、相关工具 6.知识应用：概念与目标、相关技术与难点、相关工具 |
| 工业级知识图谱应用落地（偏业务）——介绍金融工业级图谱落地应用及相关经验分享，从消费场景出发，考虑风控、企业知识搜索、客服问答等不同场景下图谱应用可能性 |
1.实战场景介绍：金融企业知识图谱 2.数据场景说明：工商数据 3.风控、企业知识搜索、客服问答知识图谱构建：数据处理-知识建模-知识获取-知识融合-知识补全 |
| 答疑，涵盖但不仅限于知识图谱相关问题答疑 | 答疑 |
|
知识图谱技术架构介绍——介绍知识图谱所运用的算法模型与技术框架，从底层图数据库到D2R、NL2R数据入图再到图谱消费应用，介绍各阶段所需技术架构及相关注意事项 1.知识图谱整体框架介绍 2.知识图谱D2R数据入图 3.知识图谱NL2R算法介绍 4.知识图谱消费技术介绍 |
|
JenusGraph实战——介绍JenusGraph工具使用方法，并运用JenusGraph完成金融图谱建模表示、数据导入与简单可视化分析 1.JenusGraph基本介绍 2.JenusGraph与Neo4j对比 3.运用JenusGraph完成知识建模表示 4.运用JenusGraph完成数据批量导入 5.运用JenusGraph开展可视化分析 |
|
面向深度学习的知识图谱自动化构建技术——介绍运用深度学习实现知识图谱自动构建相关算法与模型，主要包含SPO抽取技术与事件挖掘技术 1.SPO主流模型介绍 2.基于序列标注的SPO模型设计 3.基于意图识别+槽位抽取的SPO模型设计 4.基于深度学习的事件要素算法介绍 5.基于深度学习的事件要素算法核心源码研读 |
|
知识图谱全生命周期介绍——介绍知识图谱生命周期概念，从知识建模、知识获取、知识融合、知识存储、知识计算、知识应用角度出发，介绍知识图谱不同周期所需解决的相关问题与技术难点 1.知识建模：概念与目标、相关技术与难点、相关工具 2.知识获取：概念与目标、相关技术与难点、相关工具 3.知识融合：概念与目标、相关技术与难点、相关工具 4.知识存储：概念与目标、相关技术与难点、相关工具 5.知识计算：概念与目标、相关技术与难点、相关工具 6.知识应用：概念与目标、相关技术与难点、相关工具 |
|
工业级知识图谱应用落地（偏业务）——介绍金融工业级图谱落地应用及相关经验分享，从消费场景出发，考虑风控、企业知识搜索、客服问答等不同场景下图谱应用可能性 1.实战场景介绍：金融企业知识图谱 2.数据场景说明：工商数据 3.风控、企业知识搜索、客服问答知识图谱构建：数据处理-知识建模-知识获取-知识融合-知识补全 |
|
答疑，涵盖但不仅限于知识图谱相关问题答疑 答疑 |
近期公开课推荐
