Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Beihang University

知识表示和推理

Beihang University via XuetangX

Go to class Write review
Udacity Ad

Master AI & Data—50% Off Udacity (Code CC50)

Learn More → GetSmarter Ad

AI Adoption - Drive Business Value and Organizational Impact

Learn More →

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it





知识表示和推理是从人工智能概念被提出之时到如今大模型时代一直备受关注的关键技术。本课程通过讲解传统的知识表示、先进的知识图谱、知识表示学习和知识图谱推理方法及其各类下游应用，使同学们建立知识表示和推理对于提高模型认知推理能力的认识，为开展知识和数据双轮驱动的人工智能领域研究和工程应用拓宽思维。



Syllabus

  • 第一章 知识表示和推理概述
    • 1.1 知识
    • 1.2 知识表示
    • 1.3 知识推理
    • 1.4 习题
  • 第二章 知识表示
    • 2.1 什么是知识表示
    • 2.2 侧重规则的知识表示方法
    • 2.3 侧重描述的知识表示方法
    • 2.4 侧重关联的知识表示方法
    • 2.5 先进的知识表示方法
    • 2.6 习题
  • 第三章 知识图谱概述
    • 3.1 为什么需要知识图谱
    • 3.2 知识图谱的基本概念
    • 3.3 典型的知识图谱实例
    • 3.4 知识图谱的发展历史
    • 3.5 知识图谱的技术体系
    • 3.6 习题
  • 第四章 知识图谱表示学习
    • 4.1 知识表示学习基本概念
    • 4.2 经典的知识表示学习方法
    • 4.3 面向关系特性建模的知识表示学习
    • 4.4 融合多源信息的知识表示学习
    • 4.5 知识表示学习实现
    • 4.6 习题
  • 第五章 知识图谱推理
    • 5.1 知识推理基本概念
    • 5.2 静态知识图谱推理
    • 5.3 动态知识图谱推理
    • 5.4 多模态知识图谱推理
    • 5.5 低资源场景下的知识图谱推理
    • 5.6 习题
  • 第六章 知识表示学习和知识图谱推理的应用
    • 6.1 在问答系统中的应用
    • 6.2 在推荐系统中的应用
    • 6.3 在视觉推理中的应用
    • 6.4 在垂直领域的应用
    • 6.5 习题
  • 期末考试

    Taught by

    Guanglin Niu

    Tags

    Reviews

    Start your review of 知识表示和推理

    Go to class

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Sign up for free
    Someone learning on their laptop while sitting on the floor.