对知识图谱的告白：斯坦福大学CS520课程介绍

最新推荐文章于 2022-09-09 12:32:19 发布

ngl567

最新推荐文章于 2022-09-09 12:32:19 发布

阅读量1.6k

点赞数

分类专栏：人工智能遇上知识图谱文章标签：自然语言处理人工智能机器学习

本文链接：https://blog.csdn.net/ngl567/article/details/106676778

版权

人工智能遇上知识图谱专栏收录该内容

22 篇文章 33 订阅

订阅专栏

斯坦福大学CS520知识图谱系列课程，从这个课程的编号就足以看出对计算机科学的告白。

相信大家对斯坦福大学的计算机学科公开课一点也不陌生，对很多人来说，面向计算机视觉的CS231n和面向自然语言处理的CS224n几乎成为了入门人工智能领域以及CV和NLP的必修课程。

与这些课程类似，CS520是斯坦福大学于2020年3月开设的知识图谱春季开放课程，所有人都可以通过Zoom免费在线听课。官方给出的时间是每周二下午4:30-6:20，不过这是PDT时间，算上时差，应该是北京时间每周三7:30-9:20，这个时间对我们来说也完全可以接受了，早起学习。

课程的组织者，是知识图谱领域的三位国际大牛，分别是：Vinay K Chaudhri，Naren Chittar和Michael Genesereth。

这三位大佬可谓是国际权威了，我们来看看官方对他们的介绍：

来源：

http://www.ai.sri.com/people/chaudhri/

Vinay K. Chaudhri博士是SRI International人工智能（AI）中心的主管。他的研究专注于大型知识库系统的科学研究和工程开发，涵盖知识表示和推理，问答系统，知识获取以及创新应用。Chaudhri博士曾在斯坦福大学教授一门有关知识表示和推理的课程。Chaudhri博士拥有多伦多大学计算机科学专业的博士学位，曾是诺斯学者和梅西学院的院士。他还拥有印度坎普尔技术学院的工业和管理工程硕士学位，以及库鲁克谢特拉国立技术学院的机械工程学士学位。

来源：

https://www.re-work.co/events/va-sanfrancisco-2016/speakers/naren-chittar

Naren Chittar是机器学习和AI领域专家，是被Salesforce收购的MinHash的创始人，并且是AILA（电子商务营销团队的虚拟助手）的创建者。他致力于解决搜索，推荐和个性化方面的各种问题。在eBay任职期间，他创建了一个新的数据科学团队，该团队以自动完成，查询建议，查询分类等功能为搜索基础建立了许多科学基础。Naren Chittar在推荐系统，图像搜索，图像质量和语音识别领域拥有多项正在授予和正在申请的专利。他拥有IIT孟买的电气工程学士学位和斯坦福大学的电气工程硕士学位。

来源：

http://logic.stanford.edu/people/genesereth/genesereth.html

Michael Genesereth是斯坦福大学计算机科学系的教授，也是斯坦福大学法学院的荣誉教授。他取得了麻省理工学院物理学专业理学学士学位，和哈佛大学应用数学博士学位。Genesereth教授最著名的是他在计算逻辑方面的工作及其在企业管理，计算法和一般游戏中的应用。他是Teknowledge，CommerceNet，Mergent Systems和Symbium的创始人之一。Genesereth教授是斯坦福大学Logic Group的主任，也是斯坦福大学法律信息学中心CodeX的创始人和研究总监。

看了这三位大佬的简介，是不是对此课程无比期待，因为之前关于知识图谱领域的课程和入门资料可谓非常稀少，随着近几年知识图谱技术的飞速发展和在实际系统中的大量应用，国内出现了几门知识图谱课程，但都需要付费。这次，斯坦福大学开设了CS520课程，一共包括10讲，填补了国际上对于知识图谱领域公开课的空白，同时，这门课程也延续了斯坦福大学计算机科学系列公开课高质量的授课内容和通俗易懂的特色，受到了国际上的一致好评。

接下来，让我们看看这门课程在本学期春季的课程表。扫一遍每节课的讲者，都是国际上在知识图谱领域学术界和工业界的大佬级存在啊，很多学者经常在ACL和EMNLP等AI顶会的程序委员会列表中出现，相信学习这门课一定是一次高质量的体验。目前这门课已经开讲了有7次了（什么？都讲了这么多次了），没关系，稳住别慌，之前讲过的课都是有视频回放的。

B也有对每讲课程的同步视频，并配有中英文字幕，B站课程地址：

【CS520】斯坦福大学2020春季知识图谱课程（含中英字幕，自动生成）_哔哩哔哩 (゜-゜)つロ干杯~-bilibiliwww.bilibili.com

下面我们来具体看看每节课的授课内容及相关信息，之前讲过的课程链接我们也一并呈上来。

1. What is a knowledge graph?

这门课程的课表对于每节课的主题介绍还挺有意思的，都是以问题的形式引出，那第一节课问什么是知识图谱，想必就是对知识图谱的整体介绍和概述了。

视频地址：

https://www.youtube.com/watch?reload=9&v=bvwjG-3qAmY&feature=youtu.be

2. How to create a knowledge graph?

这节课应该就是讲如何构建一个知识图谱了。

视频地址：https://www.youtube.com/watch?v=ZWM-Dlw3VCM

3. What are some advanced knowledge graphs?

这节课应该是介绍一些先进的取得了很好的实际价值的知识图谱，只有看到了优秀的产品才能知道该怎样做。

视频地址：

https://www.youtube.com/watch?v=5RXVorAglVc&feature=youtu.be

4. What are some knowledge graph inference algorithms?

这节课会讲到一些知识图谱推理的算法，其实知识图谱一个最重要的功能就是提供推理能力，讲到的算法应该是很多研究者所关注的。

视频地址：

https://www.youtube.com/watch?v=AUtk6NBqEFY&feature=youtu.be

5. How to evolve a knowledge graph?

如何扩展一个知识图谱，因为工业界使用的知识图谱一般随着用户的使用，都是动态增长的，因此对于知识图谱的动态增长也是一个重要的技术。

视频地址：

https://www.youtube.com/watch?v=5fVdyjlM8Ok&feature=youtu.be

6. How do users interact with knowledge graphs?

由于知识图谱一般都是由后端开发建立的，用户与知识图谱如何交互，我想应该会介绍知识图谱可视化等技术，为了让一个知识图谱能够真正为用户更好的服务。

视频地址：

https://www.youtube.com/watch?v=sMHs_jXFwgU&feature=youtu.be

7. What are some prelevant graph engines in industry?

这节课主要面向工业界的，会介绍一些工业界使用的图引擎。尤其对于一些大规模知识图谱，使用neo4j等专业的图引擎对于图数据库的存储和查询都能取得不错的效果。

视频地址：

https://www.youtube.com/watch?v=4agR9qoS73o&feature=youtu.be

8. What is the role of knowledge graphs in machine learning?

这节会讲到一些知识图谱与机器学习结合的点，相信一定少不了知识图谱的神经关系抽取，结合知识图谱的预训练语言模型，还有尤其是近一两年大火的图神经网络等技术。等等，第一张图中这个小哥（大神）怎么这么眼熟，查看简介，果然我之前看过好几篇他发表在ICLR和NeurIPS上的文章，之前还专门查了他的个人主页，当然印象这么深最主要还是因为长得太帅了。

9. What are some high value use cases of knowledge graphs?