小象学院 知识图谱 视频+课件+代码+数据

第一课： 知识图谱概论 1. 知识图谱的起源和历史 2. 典型知识库项目简介 3. 知识图谱应用简介 4. 本次课程覆盖的主要范围：知识表示与建模、知识抽取与挖掘、知识存储、知识融合、知识推理、语义搜索、知识问答和行业知识图谱应用剖析等内容。 第二课： 知识表示与知识建模 1. 早期知识表示简介 2. 基于语义网的知识表示框架 a. RDF和RDFS b. OWL和OWL2 Fragments c. SPARQL查询语言 d. Json-LD、RDFa、HTML5 MicroD ata等新型知识表示 3. 典型知识库项目的知识表示 4. 基于本体工具（Protege）的知识建模最佳实践 第三课： 知识抽取与挖掘I 1. 知识抽取任务定义和相关比赛：实体识别、关系抽取和事件抽取 2. 面向结构化数据（关系数据库）的知识抽取，包括D2RQ和R2RML等转换与映射规范与技术介绍 3. 面向半结构化数据（Web tabl ata等新型知识表示 3. 典型知识库项目的知识表示 4. 基于本体工具（Protege）的知识建模最佳实践 第三课： 知识抽取与挖掘I 1. 知识抽取任务定义和相关比赛：实体识别、关系抽取和事件抽取 2. 面向结构化数据（关系数据库）的知识抽取，包括D2RQ和R2RML等转换与映射规范与技术介绍 3. 面向半结构化数据（Web tabl