    知识图谱建模与应用培训

知识图谱基础—知识表示
知识表示概述知识表示框架RDF、RDFS、OWL和OWL2典型知识库项目的知识表示和模型设计方法基于本体工具protégé的知识建模实战
知识图谱核心技术：知识源数据的获取
结构化数据的获取非结构化数据的获取将mysql数据导出为图谱源数据股票吧信息爬取实战使用爬虫获取企业法人等信息获取企业风险知识图谱源数据
知识图谱核心技术：知识抽取
知识抽取概述实体抽取技术：基于命名实体、基于关键词关系抽取技术事件抽取技术使用hanlp抽取法人名称、
企业名称等信息使用TextRank算法完成知识抽取使用句法依存算法关系抽取基于模板完成事件抽取基于DeepDive关系抽取实战
知识图谱核心技术：知识融合
知识融合概述实体统一实体消歧知识合并使用jieba完成公司名的实体统一使用tf-idf完成实体消歧基于Limes框架的实体关系链接发现实战
知识图谱核心技术：知识存储
知识存储常用数据库图数据库neo4jneo4j的安装与部署neo4j实战操作使用neo4j工具导入知识图谱
知识图谱核心技术：知识推理
知识推理方法概述本体构建知识推理基于Jena的知识推理实战
时间序列分析与循环网络
时间序列分类时间序列模型循环神经网络RNN长短期记忆模型LSTM基于RNN的时间序列预测分析案例分析与实战
行为识别与预测
行为识别概述单流网络双流网络基于CNN-LSTM方法的行为识别时空图卷积STGCN案例分析与实战
案例分析
案例1：使用neo4j从零搭建汽车领域简单的知识图谱项目背景数据模型设计使用爬虫获取原始数据构建知识图谱展示知识图谱案例
2：基于知识图谱的问答机器人项目背景项目架构基于检索与知识图谱相结合的功能模块基于句子相似度的功能模块项目展示