如何构建行业知识图谱(以医疗行业为例)

2019 年 11 月 7 日 专知

着人工智能走到台前,人们越来越认识到,场景才是盘活存量数据、吸附和创造增量数据,最终产生更加强大智能的核心。数据驱动的人工智能正在朝着场景驱动的人工智能发展。果要用数字化给一个行业赋能,那么机器首先要理解这个行业,而理解这个行业的最直接的表现就是能够玩转这个行业的知识图谱可以说,知识图谱,是场景的骨架和灵魂,是把更多行业知识、领域知识转化为数字化生产力的知识基础设施。

以电商行业为例,阿里巴巴生态积累了海量的商品数据,这些宝贵的数据来自 淘宝、天猫、1688、AliExpress等多个市场,同时品牌商 、行业运 营、治理运营、消费者、国家机构、物流商等多种角色参与其中,贡献并校正着这样一个庞大的商品库。 阿里基于以上数据库建立起了知识图谱,打造全网商品智 服务体系,被广泛应用于 搜索、前端导购、平台治理、智能问答、品牌商运营等核心、创新业务,为阿里生态的营收立下了汗马功劳。

随着知识图谱技术在搜索、聊天机器人、大数据风控、智能医疗、证券投资、推荐系统等行业的应用以及各类企业的入场,相关人才需求逐年增加,供不应求在各大主流招聘网站上,可以看到知识图谱工程师的薪资普遍高于其他AI领域。越来越多技术人员开始转向知识图谱领域的研发,但是由于知识图谱知识点广,可参考的资料不多,同时线上线下有价值的知识图谱实战类课程极少,给知识图谱的入门和能力提升带来极大困难。

图片来源于招聘网站Boss直聘

基于此,深蓝学院联合国内知识图谱领域的知名学者,开设知识图谱线下集训课程(第四期),地点定于深圳。本期集训为时4天,致力于通过8个半天和4个晚自习的高强度课程学习&实践,即学即练,帮助学员系统掌握知识图谱各个生命周期的主流核心技术,学会如何独立实现一个基于知识图谱的问答系统,并最终构建行业知识图谱。(本次集训以构建医疗行业知识图谱为教学实战案例)

本次集训提供所有代码、说明文档及操作视频(如下所示),为了确保学员的实战效果,还另外安排一个月的线上答疑和实战项目指导


讲师介绍

曾博 ,高校讲师,中科院自动化所模式识别国家重点实验室博士,主要研究方向为信息抽取、知识图谱、自然语言处理,迄今在包括ACL、EMNLP、COLING、IJCAI等国际顶级会议上发表多篇学术论文,曾获得COLING、CCL最佳论文奖。主持多项国家自然科学基金青年基金、湖南省自然科学基金等项目,参与了国家自然科学基金、国家重点基础研究发展计划(973计划)及华为等多个科研项目,具有丰富的知识图谱落地实践经验。
(可添加文末子书的微信,获取曾博在COLING的获奖论文)






本次集训适合谁参加

1. 研究方向与知识图谱相关的硕博研究生

2. 想成为或者转型做知识图谱工程师的学员

3. 计划拓展知识图谱相关业务、想提升团队专业素质的企业人员

完成本次集训你将获得哪些技能



集训课程大纲




实践项目介绍


前三期现场回顾

第一期、第二期、第三期集训地点分别设在北京、上海、北京,目前均已经顺利收官! 报名的学员里有来自华为、航旅纵横等企业人员以及来自中科院、国防科大、中国人民大学、北航、中南大学、浙江工业大学、山东大学、南京大学等科研院所的学生。

图为第一期知识图谱线下集训现场,讲师正在授课、答疑

图为第二期知识图谱线下集训现场,讲师正在授课、答疑

图为第三期知识图谱线下集训现场,讲师正在授课、答疑


图为第一期知识图谱线下集训师生合影

图为第二期知识图谱线下集训师生合影

图为第三期知识图谱线下集训师生合影

第四期集训的时间、地点、费用等其他信息

间: 2019年12 月6日(周五)- 12月9日(周一)

地点:深圳 (具体地点将在答疑群里同步给大家)

剩余名额33

费用:3999元(仅限前20名),学费将主要用于Cover场地+人力成本+学习材料等相关费用。

需要具备的基础:线性代数和概率论基本概念、Python 3基础知识、最好可以了解深度学习基础知识(卷积神经网络、循环神经网络等)

完成集训将获得:全套纸质版讲义、实践项目所有代码、80篇知识图谱精选论文、《知识图谱》《知识图谱:方法、实践与应用》(两本专业书籍可任选一本)


如何申请参加本次集训



现在可以添加本次集训负责人的子书微信,备注“专知”,领取1000元优惠券。数量有限,先到先得!

添加子书(微信号:shenlan-zishu),领取限量优惠券



戳原文,了解更多集训信息。

登录查看更多
31

相关内容

知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 知识图谱是通过将应用数学、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。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
【阿里技术干货】知识结构化在阿里小蜜中的应用
专知会员服务
97+阅读 · 2019年12月14日
中文知识图谱构建技术以及应用的综述
专知会员服务
312+阅读 · 2019年10月19日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
知识图谱的行业落地实现
竹间智能Emotibot
51+阅读 · 2019年9月16日
如何独立完成一个基于知识图谱的问答系统
深度学习与NLP
9+阅读 · 2019年6月30日
如何独立实现一个基于知识图谱的问答系统
PaperWeekly
11+阅读 · 2019年6月13日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
57+阅读 · 2018年4月5日
知识图谱实战
炼数成金订阅号
65+阅读 · 2017年12月6日
【知识图谱】如何构建知识图谱
产业智能官
134+阅读 · 2017年9月19日
Arxiv
102+阅读 · 2020年3月4日
Arxiv
3+阅读 · 2019年3月1日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
31+阅读 · 2018年11月13日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
23+阅读 · 2018年8月3日
VIP会员
相关资讯
知识图谱的行业落地实现
竹间智能Emotibot
51+阅读 · 2019年9月16日
如何独立完成一个基于知识图谱的问答系统
深度学习与NLP
9+阅读 · 2019年6月30日
如何独立实现一个基于知识图谱的问答系统
PaperWeekly
11+阅读 · 2019年6月13日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
57+阅读 · 2018年4月5日
知识图谱实战
炼数成金订阅号
65+阅读 · 2017年12月6日
【知识图谱】如何构建知识图谱
产业智能官
134+阅读 · 2017年9月19日
相关论文
Arxiv
102+阅读 · 2020年3月4日
Arxiv
3+阅读 · 2019年3月1日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
31+阅读 · 2018年11月13日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
23+阅读 · 2018年8月3日
Top
微信扫码咨询专知VIP会员