支锦铭的博客

知识图谱应用知识图谱 ≈ 结构化数据典型应用：问答系统知识图谱行业应用通用知识图谱：Google Knowledge Graph主要应用于面向互联网的搜索、推荐、问答等业务场景强调广度，因而更多强调实体，很难生成完整的、全局性的本体层统一管理行业知识图谱：面向特定领域的知识图谱需要行业完备性、准确度，通常用于辅助各种复杂的分析应用或决策支持有严格与丰富的数据模式，行业知识图谱中的实体通常属性较多且具有行业意义通用知识图谱面向通用领域以常识性知识（百科知识）为主强

CV中的机器机器学习方法子空间分析 怎样处理大数据量、高维数、非结构化的数据 直接在高维数据上处理 维数灾难：满足一定统计指标的模型(精度)，需要的样本数量(模型复杂程度、模型表示长度)随维数增加指数增长 特征和特征之间是冗余的，信息量不一样 降维后再对低维数据进行处理 子空间分析：把高维空间中松散分布的样本，通过线性或非线性变换压缩到一个低维子空间中，使样本的分布更紧凑、更利于分类，同时降低复杂度

1

人机对话概述图灵测试是通过人机对话的形式实现人机对话：让计算机能够理解和运用人类社会的自然语言，实现人机之间的自然语言通信人机对话涉及语音识别、语音合成、自然语言处理、知识工程和情感认知等研究领域，是典型的交叉研究方向任务型对话系统以完成特定任务（Task Completion）为主要目的的人机交互系统对话理解根据历史对话记录对用户当前输入的对话内容进行语义分析，识别出对话任务的领域和用户意图，并抽取出完成当前任务所必须的若干必要信息领域分类：确定任务所属的领域意图识别：进一步确

文本分类与聚类文本分类文本——领域信息分类传统机器学习方法文本表示向量空间模型——BoW模型词的权重词频TF布尔变量逆文档频率IDFTF-IDF特征选择文档频率：根据训练语料中的文档频率，对所有特征进行排序词频：根据训练语料中特征的频率，对所有特征进行排序基于无监督思想，特征选择缺乏类别信息的指导相关概率估计（文档数）P(cj)≈(Aij+Cij)/NallP(c_j) \approx (A_{ij} + C_{ij}) / N_{

表达与识别背景内容运动表达刻画运动前景的运动模式运动分析中的中间步骤，行为理解等高层部分的基础人的行为分析对视频序列中出现的运动中的人进行检测、跟踪，识别其行为并对其行为进行理解与描述应用：智能视觉监控、人机交互、增强现实运动表达表达方式运动轨迹通过物体跟踪，可以得到物体特征点的轨迹关键：正确表述物体运动状态（特征点选取、轨迹的描述）特征点集合的轨迹描述直接按照时间顺序连接相邻帧之间的特征点将特征点集合拟合成不同的多项式曲线其他方法（主曲线等）主曲线

机器翻译概论机器翻译：用计算机把一种语言（源语言）翻译成另一种语言（目标语言）的技术困难歧义和未知现象文化差异和世界知识常识解不唯一，标准认为制定基本方法基本转换法直接进行单词、短语、句子的置换，并适当进行次序调整基于规则的翻译方法翻译机制与语法分开，用规则描述语法词法分析——句法/语义分析——句子结构到译文结构——译文句法结构生成——源语言词汇到译文词汇的转换——译文词法选择与生成独立分析——独立生成——相关转换Pros：保持原文结构，产生译文与原文关系密切，

知识推理概述推理能力：对知识的内部表示进行操作的过程——通过已知知识推断出未知知识的过程推理：是由一个或几个已知的判断（前提）推出新判断（结论）的过程归纳 vs. 演绎归纳推理：从特殊到一般的过程，从大量事实推出该类事物的一般性结论演绎推理：从一般到特殊的过程，从一般性结论出发，得到具体陈述或个体结论的过程——三段论（大前提、小前提、结论） / 利用每一个证据，逐步推导出目标或以外的结论二者的区别：后者力求在一般性前提下，得到个体结论的正确性，没有产生新的知识；前者则产生了没有的新知识

视觉跟踪跟踪目标跟踪：在图像序列中持续地估计感兴趣运动目标所在区域（位置），形成运动目标的运动轨迹；有时还需要估计出运动目标某些运动参数（速度、加速度）相机跟踪（定位）：通过图像序列，持续地计算出相机的位置、姿态（SLAM）目标跟踪问题分类场景中运动目标数目：单运动目标 vs. 多运动目标多目标跟踪必须考虑到多个目标在场景中会互相遮挡(Occlusion)，合并(Merge)，分离(Split)等情况多目标跟踪中的数据关联问题(Data Association)摄像机数目：单

知识图谱数据的存储与检索知识图谱大数据语言与图谱都是知识的载体，前者由人理解，后者供机器理解知识图谱：有向图结构，描述现实世界中存在的实体、事件或者概念以及他们之间的关系描述结果：RDF结构——事实三元组<S, P, O>图数据属性——自身性质——节点拓扑结构——相互关系——图结构大规模图数据特点4V特性（Volume、Velocity、Variety、Veracity）倾斜的度分布（大部分网络受少数边控制）小世界现象（网络结构的集团化）不清晰的社区结构大

运动分析运动分析：在不需要人为干预 的情况下，综合利用计算机视觉、模式识别、图像处理、 人工智能等知识对图像序列进行自动分析，实现对动态场景中人的定位、跟踪和识别，并在此基础上分析和判断人的行为技术路线运动检测运动检测：将运动前景从图像序列中提取出来，背景与运动前景分离重要性：目标跟踪、运动表述和行为理解的基础难点：外界因素以及背景物体内在因素的影响（背景通常也会动态变化）两种思路直接利用前景所持有的信息检测前景（动态背景）先得到背景图像，然后将输入减去背景

事件抽取概述行业智能应用的基础知识图谱以实体为核心，边是实体间的关系，缺少事件知识事件抽取是信息抽取中的难点事件抽取依赖实体抽取和关系抽取事件：发生在某个特定时间点或时间段、某个特定的地域范围内，由一个或多个角色参与的一个或多个动作组成的是事情或状态的改变不同的动作或状态的改变代表不同类型的事件同一个类型的事件中不同的时间、不同的地点、不同的元素代表了不同的事件实例...

UCAS - AI学院 - 知识图谱专项课 - 第8讲 - 课程笔记关系抽取概述面向非结构化文本的关系抽取预定义关系抽取开放式关系抽取面向半结构化文本的关系抽取数据和评测关系抽取概述关系抽取：自动识别由一对概念和联系这对概念的关系构成相关三元组 / 多元组关系抽取信息来源：网页结构化数据半结构化数据纯文本关系类别ACE 61种TAC-KBP 39种SemEval 1...

UCAS - AI学院 - 计算机视觉专项课 - 第7讲 - 课程笔记立体视觉与三维重建立体视觉与三维重建立体视觉重建：多视角图像——相机位姿——三维重建模型图像获取室内环境光照可控相机稳定室外环境自然光线手持拍摄网络图片不可控相机位姿获取机械臂——小场景人工标志物——小场景Global SfM——大场景（有先验）Incremental ...

UCAS - AI学院 - 自然语言处理专项课 - 第10讲 - 课程笔记篇章分析概述篇章表示理论篇章关系分析篇章分析应用篇章分析概述NLP处理单位字——编码、输入法词、短语——形态分析、汉语分词、词性标注、词义消歧、NER句子——句法分析、语块分析、语义角色标注篇章——机器翻译、篇章推理、问答系统、自动摘要、情感分类现有有关篇章的分析任务都是基于句子的，因此性能很差篇...

UCAS - AI学院 - 自然语言处理专项课 - 第9讲 - 课程笔记语义分析概述语义理论简介格语法语义网络词义消歧语义角色标注分布式语义表示语义分析概述语义计算的任务：解释句子或篇章各部分的含义困难大量的歧义（指代、同义/多义、辖域、隐喻）不同人的理解理论方法、模型尚不成熟挑战语义的基本单元语义表示的方法和标准语言产生和演化的神经基础是什么人脑的语言认知机理...

UCAS - AI学院 - 计算机视觉专项课 - 第6讲 - 课程笔记相机标定与稀疏重建相机标定与稀疏重建由多视角二维图像获得相机位姿以及场景结构多视几何根据各相机的参数，联立成像方程组{x1=K1[R1∣t1]X1⋯xn=Kn[Rn∣tn]Xn\left \{\begin{array}{rcl} \bold x_1 & = & \bold K_1 [\bold...

UCAS-AI学院-自然语言处理专项课-第8讲-课程笔记句法分析·短语结构分析概述线图分析法CYK分析法基于PCFG的分析法句法分析性能评估局部句法分析句法分析·依存句法分析概述依存关系分析方法依存关系分析性能评估短语结构与依存关系基于深度学习的句法分析英汉句法结构特点对比句法分析·短语结构分析概述完全句法分析：获得句子完整的句法分析树目标：实现高准确率、高鲁棒性、快速句子结构自动分析过...

UCAS-AI学院-计算机视觉专项课-第5讲-课程笔记相机模型与多视几何相机模型与多视几何高级认知：空间视觉（几何） + 物体视觉（学习）三维视觉所需信息二维图像基本信息场景的三维结构六自由度的空间位姿计算机视觉框架Marr：图像——特征提取——2.5维深度图（摄影者视角深度信息）——三维模型（物体视角深度信息）——理解Poggio：图像——特征提取——子空间学习（不需...

UCAS-AI学院-自然语言处理专项课-第7讲-课程笔记形态分析、汉语分词与词性标注概述英语形态分析汉语自动分词概要性能评价方法未登录词识别现状和未来词性标注形态分析、汉语分词与词性标注概述词：自然语言中能够独立运用的最小单位，NLP的基本单位不同语言在词法层面需要完成不同的分析任务曲折语：词的形态变化表示语法关系——形态分析、形态还原分析语：词语切分黏着语：词语切分 + 形态还...

UCAS-AI学院-自然语言处理专项课-第6讲-课程笔记隐马尔可夫模型与条件随机场马尔可夫模型隐马尔可夫模型隐马尔可夫模型的应用条件随机场及其应用隐马尔可夫模型与条件随机场马尔可夫模型马尔可夫模型描述：如果一个系统有NNN个状态SiS_iSi​，随着时间的推移，该系统从某一个状态转移到另一个状态。如果ttt时刻的状态变量为qtq_tqt​，则ttt时刻状态值为SjS_jSj​的概率取决于前...

UCAS-AI学院-自然语言处理专项课-第5讲-课程笔记语言模型传统语言模型n元文法参数估计数据平滑方法语言模型自适应应用神经语言模型背景前馈神经网络语言模型循环神经网络语言模型自我注意力机制语言模型应用文本表示模型背景向量空间模型表示学习模型词语的表示学习短语的表示学习句子的表示学习文档的表示学习动态的表示学习语言模型传统语言模型n元文法统计方法于语料库语言学的应用发现语言使用的普...

UCAS-AI学院-自然语言处理专项课-第3讲-课程笔记语料库与语言知识库语料库基本概念语料库技术的发展语料库类型典型语料库介绍问题与现状语言知识库WordNet知网HowNet概念层次网络知识图谱语料库与语言知识库语料库基本概念语言数据库：大规模语言数据（模型参数标准、评测标准）NLP知识库（词汇语义库、词法句法规则库、常识库）语料库：用于存放语言数据的文件语料库语言学：研...

UCAS-AI学院-自然语言处理专项课-第3讲-课程笔记形式语言与自动机形式语言有限自动机与正则文法下推自动机与CFGFA在NLP中的应用英语单词拼写检查有限自动机用于英语单词形态分析形式语言与自动机形式语言语言：一个抽象的数学系统按照一定规律构成的句子和符号串的有限或无限集合语言描述的三种途径穷举法：只适合句子数目有限的语言语法描述：生成语言中“合格”的句子自动机：对...

UCAS-AI学院-自然语言处理专项课-第2讲-课程笔记数学基础概率论基础信息论基础熵（Entropy）联合熵（Joint Entropy）条件熵（Conditional Entropy）熵率（Entropy Rate）相对熵（Relative Entropy）交叉熵（Cross Entropy）困惑度（Perplexity）互信息（Mutual Information）噪声信道模型（Noisy ...

UCAS-AI学院-自然语言处理专项课-第1讲-课程笔记绪论基本信息问题的提出基本概念学科的产生与发展研究内容问题与挑战基本方法与技术现状绪论基本信息50学时，3学分宗成庆、张家俊作业：方法实践+技术报告（小组或单人）问题的提出人物、事件关系分析意义重大大量复杂数据人工难以应对让计算机自动或者半自动理解自然语言文本自然语言处理：让计算机实现海量语言文本的自动处理、挖掘河有...

UCAS-AI学院-计算机视觉专项课-第3讲-课程笔记图像分割概述早期的图像分割方法基于特定理论的分割方法基于DNN的图像分割图像分割概述图像分割：将图像分成互不重叠的区域并提取出感兴趣的技术和过程类型基本图像分割，分成若干不重叠区域语义分割，分割并确定区域的语义标签实例分割，基于语义分割，进一步区分同一类的个体动机中层视觉图像处理到图像分析的关键步骤目标表达的基础...

UCAS-AI学院-计算机视觉专项课-第3讲-课程笔记特征点提取、描述与匹配SIFT特征点检测-Part I特征点描述与匹配SIFT特征点检测-Part IIORB——BRIEF描述子基于DNN的特征描述子学习ICP——Iterative Closest Point鲁棒匹配的RANSAC框架特征点提取、描述与匹配SIFT特征点检测-Part I图像变化的类型几何变化旋转（欧式变换包...

UCAS-AI学院-计算机视觉专项课-第1讲-课程笔记图像特征提取边缘提取特征点提取图像特征提取特征提取式计算机视觉的基本步骤特征：能够反应图像内容的细节边缘和轮廓可靠的边缘和关键点提取，能够解决很多视觉问题边缘物体的边界表面方向的改变不同的颜色光照明暗的变化边缘提取边缘的定义图像中亮度突然变化的区域灰度构成的陡峭区域灰度的阶跃变化或屋脊变化的集合...

UCAS-AI学院-计算机视觉专项课-第1讲-课程笔记课程介绍什么是计算机视觉计算机视觉发展的四个重要历程课程介绍线上讲授+答疑编程作业+文献阅读作业 30%课堂开卷 70%什么是计算机视觉视觉：通过看来明白那是什么（To know what is where by looking）感知的用途：适应环境控制行动计算机视觉：研究视觉感知的学科感知：对感受信息的解析...

UCAS-AI学院-知识图谱专项课-第6讲-课程笔记实体消歧概述基于聚类的实体消歧基本方法评测基于实体链接的实体消歧任务描述基本方法其他实体链接任务实体识别和实体链接联合学习实体链接的数据集和评测实体链接面临的挑战实体消歧概述实体消歧命名实体的歧义：一个实体指称项可以对应到多个真实世界实体实体消歧：确定一个实体指称项所指向的真实世界实体对知识图谱：将获得的知识三元组挂载到对应的...

UCAS-AI学院-知识图谱专项课-第6讲-课程笔记实体识别信息抽取概述信息抽取的基础：分词和词性标注命名实体识别细粒度实体分类开放领域实体识别实体识别信息抽取概述知识获取输入：领域知识本体 / 海量数据输出：领域实例化知识（实体集合、时间集合、事件关系/属性、事件关系）主要技术：信息抽取信息抽取来源：网络文本信息结构结构化数据半结构化数据纯文本（主要，非常重要）...

UCAS-AI学院-知识图谱专项课-第5讲-课程笔记知识体系构建与知识融合知识体系构建知识体系知识体系构建知识融合知识融合知识融合基本方法知识体系构建与知识融合知识体系构建知识体系知识体系：对于知识数据的描述和定义——“元数据”包含内容词汇、类别、概念的定义和描述概念之间的相互关系（分类关系 / 非分类关系）公理（抽象规则）与知识库的关系知识体系：共享概念化的框架规范...

UCAS-AI学院-知识图谱专项课-第4讲-课程笔记知识表示概述产生式规则表示法语义网络表示法框架表示法脚本表示法一阶谓词逻辑表示法描述逻辑表示法语义网表示法知识图谱中的知识表示分布式知识表示（知识图谱）知识表示概述知识分类陈述性知识：描述领域内有关概念、事实、事物的属性和状态等过程性知识：如何处理于领域相关的信息用于获得问题的解元知识：关于知识的知识（使用、解释、校验、解释程序结...

UCAS-AI学院-知识图谱专项课-第3讲-课程笔记图数据处理图概述基本图算法图信息传播算法图神经网络模型图数据处理图概述图：自然数据点、线、面欧氏空间社会数据树、图非欧式空间（抽象数据表示）模拟数据原始信号设计数据的时空变化端到端训练认知数据抽象数据描述各种类型数据任务复杂图基本概念有顶点几何以及顶点之间关系几何组成的数据结...

UCAS-AI学院-知识图谱专项课-第2讲-课程笔记机器学习基础机器学习基础理论与概念神经网络与深度学习基础NLP中的深度学习语义组合模型词表示模型语言模型词向量2.0词向量3.0机器学习基础机器学习基础理论与概念机器学习：机器从大量隶属数据中学习规律从而对新样本做决策规则思维：应用规律，快速应用统计思维：学习规律，应用规律分类监督学习：监督信息无监督学习：无标注信息半监督学...

UCAS-AI学院-知识图谱专项课-第1讲-课程笔记知识图谱概述什么是知识图谱知识图谱发展历程知识图谱的类型和代表性知识图谱实体、关系和词语本体、知识库和数据库分类法、本体和社会分类法知识的类型代表性知识图谱知识图谱的生命周期知识本体构建知识获取和验证知识融合知识存储和查询知识推理知识应用知识图谱和深度学习知识图谱概述什么是知识图谱人工智能三个阶段计算智能（运算和存储）感知智能（与自...