知识图谱的早期理念源于万维网之父 Tim Berners Lee 关于语义网(The Semantic Web) 的设想,旨在采用图的结构(Graph Structure)来建模和记录世界万物之间的关联关系和知识, 以便有效实现更加精准的对象级搜索。经过近二十年的发展,知识图谱的相关技术已经在搜索引擎、智能问答、语言及视觉理解、大数据决策分析、智能设备物联等众多领域得到广泛应用,被公认为是实现认知智能的重要基石。近年来,随着自然语言处理、深度学习、图数据处理等众多领域的飞速发展,知识图谱在自动化知识获取、 基于知识的自然语言处理、基于表示学习的机器推理、基于图神经网络的图挖掘与分析等领域又取得了很多新进展。

本课程是面向浙江大学研究生开设的专业选修课程。课程系统性介绍知识图谱的基本概念、核心技术内涵和应用实践方法,具体内容涉及知识表示与推理、图数据库、关系抽取与知识图谱构建、知识图谱表示学习与嵌入、语义搜索与知识问答、图神经网络与图挖掘分析等。课程内容的设计以“基础、前沿与实践”相结合为基本原则,既包括基本概念介绍和实践应用内容,也包括学术界的最新前沿进展的介绍。
成为VIP会员查看完整内容
0
87

相关内容

浙江大学,简称浙大,坐落于素有“人间天堂”美誉的历史文化名城杭州。前身是1897年创建的求是书院,是中国人自己最早创办的现代高等学府之一,是一所具有悠久历史的教育部直属全国重点大学,985、211工程重点建设高校。据ESI公布的数据,截至2015年9月,浙江大学18个学科进入世界学术机构前1%,居全国高校第二;7个学科进入世界前100位,4个学科进入世界前50位,居全国高校第一。

http://www.math.arizona.edu/∼hzhang/math574.html

随着信息技术的飞速发展,在各个领域产生了大量的科学和商业数据。例如,人类基因组数据库项目已经收集了千兆字节的人类遗传密码数据。万维网提供了另一个例子,它拥有由数百万人使用的文本和多媒体信息组成的数十亿Web页面。

本课程涵盖了现代数据科学技术,包括基本的统计学习理论及其应用。将介绍各种数据挖掘方法、算法和软件工具,重点在概念和计算方面。将涵盖生物信息学、基因组学、文本挖掘、社交网络等方面的应用。

本课程着重于现代机器学习的统计分析、方法论和理论。它是为学生谁想要实践先进的机器学习工具和算法,也了解理论原理和统计性质的算法。主题包括回归、分类、聚类、降维和高维分析。

成为VIP会员查看完整内容
0
53

知识图谱是人工智能的前沿科技之一,近两年非常火热。无论你是做计算机的哪个方向,相信在日常的学习和生活中,都能耳濡目染。为了更系统的了解知识图谱,小编找到了浙江大学计算机学院的陈华钧教授开设的《知识图谱导论》课程的ppt,希望能帮助到各位对知识图谱感兴趣的同学。

课程目录

➤ Lecture 1 : 知识图谱概览
➤ Lecture 2:知识图谱的表⽰与建模
➤ Lecture 3:知识图谱的存储与关联查询
➤ Lecture 4:知识图谱构建与关系抽取
➤ Lecture 5:知识图谱表⽰学习与关联推理
➤ Lecture 6:语义搜索与知识图谱问答

PPT下载链接:
https://pan.baidu.com/s/1TOb-Ll0ipUrf-RanuvT6SQ
密码: 0nit

成为VIP会员查看完整内容
0
109
小贴士
相关VIP内容
专知会员服务
39+阅读 · 2021年10月17日
专知会员服务
17+阅读 · 2021年9月8日
专知会员服务
42+阅读 · 2021年6月12日
专知会员服务
62+阅读 · 2021年2月19日
专知会员服务
85+阅读 · 2021年2月2日
专知会员服务
125+阅读 · 2020年10月14日
专知会员服务
53+阅读 · 2020年8月30日
专知会员服务
56+阅读 · 2020年5月2日
专知会员服务
107+阅读 · 2020年2月19日
【课程】浙大陈华钧教授《知识图谱导论》课程系列PPT
专知会员服务
109+阅读 · 2019年10月29日
相关资讯
公开课 | 知识图谱构建与应用概述
开放知识图谱
41+阅读 · 2019年11月6日
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
知识图谱实战
炼数成金订阅号
60+阅读 · 2017年12月6日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
10+阅读 · 2017年11月27日
知识图谱实战新课上线啦!
炼数成金订阅号
20+阅读 · 2017年11月16日
课程 |《知识图谱》第一期
开放知识图谱
15+阅读 · 2017年10月15日
知识图谱前沿技术课程(华东师范大学站)
PaperWeekly
3+阅读 · 2017年10月11日
相关论文
Aintzane Mosteiro-Sanchez,Marc Barcelo,Jasone Astorga,Aitor Urbieta
0+阅读 · 1月17日
Michihiro Yasunaga,Hongyu Ren,Antoine Bosselut,Percy Liang,Jure Leskovec
13+阅读 · 2021年5月27日
CSKG: The CommonSense Knowledge Graph
Filip Ilievski,Pedro Szekely,Bin Zhang
17+阅读 · 2020年12月21日
Aidan Hogan,Eva Blomqvist,Michael Cochez,Claudia d'Amato,Gerard de Melo,Claudio Gutierrez,José Emilio Labra Gayo,Sabrina Kirrane,Sebastian Neumaier,Axel Polleres,Roberto Navigli,Axel-Cyrille Ngonga Ngomo,Sabbir M. Rashid,Anisa Rula,Lukas Schmelzeisen,Juan Sequeda,Steffen Staab,Antoine Zimmermann
81+阅读 · 2020年3月4日
Multi-Paragraph Reasoning with Knowledge-enhanced Graph Neural Network
Deming Ye,Yankai Lin,Zhenghao Liu,Zhiyuan Liu,Maosong Sun
16+阅读 · 2019年11月6日
Ye Liu,Hui Li,Alberto Garcia-Duran,Mathias Niepert,Daniel Onoro-Rubio,David S. Rosenblum
22+阅读 · 2019年3月13日
Yanbin Liu,Juho Lee,Minseop Park,Saehoon Kim,Eunho Yang,Sungju Hwang,Yi Yang
20+阅读 · 2018年12月25日
Bo-Jian Hou,Zhi-Hua Zhou
18+阅读 · 2018年10月25日
TTMF: A Triple Trustworthiness Measurement Frame for Knowledge Graphs
Shengbin Jia,Yang Xiang,Xiaojun Chen,Shijia E
6+阅读 · 2018年9月25日
Wenhan Xiong,Thien Hoang,William Yang Wang
18+阅读 · 2018年1月8日
Top
微信扫码咨询专知VIP会员