CAS-KG——课程安排

说明：CAS是国科大的简称，KG是知识图谱的缩写，这个栏目之下是我整理的国科大学习到的知识图谱的相关笔记。

课程目标

• 了解以知识图谱为代表的大数据知识工程的基本问题和方法
• 掌握基于知识图谱的语义计算关键技术
• 具备建立小型知识图谱并据此进行数据分析应用的能力

教学安排
详情请见博客：CAS-KG——课程安排

---

---

第一讲 知识图谱概述 （赵军）

1.1 课程简介
1.2 知识图谱概述
1.3 知识图谱与深度学习

第二讲 机器学习基础 （何世柱）

2.1 机器学习基础
2.2 深度学习基础
2.3 典型深度学习模型（一）
2.4 典型深度学习模型（二）

第三讲 图算法基础 （何世柱）

3.1 典型图算法
3.2 图匹配算法
3.3 面向图结构的随机游走算法
3.4 基于图结构的深度学习模型

第四讲 知识表示方法 （赵军，何世柱）

4.1 经典知识表示理论
4.2 语义网中的知识表示
4.3 知识图谱中的知识表示
4.4 知识图谱的数值化表示

第五讲 知识体系构建和知识融合 （刘康）

5.1知识体系构建
5.2 知识融合

第六讲 实体识别 （赵军）

6.1 实体识别
6.2 细粒度实体识别
6.3 实体扩展

第七讲 实体消歧 （赵军）

7.1 实体消歧概述
7.2 基于聚类的实体消歧
7.3 基于链接的实体消歧

第八讲 关系抽取 （赵军，陈玉博）

8.1 关系抽取概述
8.2 限定域关系抽取
8.3 开放域关系抽取

第九讲 事件抽取 （赵军，陈玉博）

9.1 事件知识表示
9.2 事件知识抽取
9.3 基于事件知识的故事概要抽取

第十讲 存储和查询 （何世柱）

10.1 基于关系数据库的知识图谱存储
10.2 基于图数据库的知识图谱存储
10.3 图数据库
10.4 知识图谱查询（SPARQL/Cypher）

第十一讲 知识推理和语义计算 （何世柱）

11.1 推理概述
11.2 知识推理分类
11.3 归纳推理：推理规则获取
11.4 演绎推理：推理具体事实

第十二讲 知识图谱应用1：问答系统 （刘康）

12.1 知识问答概述
12.2 基于语义解析的方法
12.3 基于搜索排序的方法

第十三讲 知识图谱应用2：对话系统 （刘康）

13.1 知识对话概述
13.2 任务导向型对话系统
13.3 通用知识对话

参考书

• 赵军，刘康，何世柱，陈玉博，《知识图谱》，高等教育出
  版社，2018.
• S.L. Kendal & M. Creen, An Introduction to Knowledge
  Engineering
• Stuart J. Russell, Peter Norvig. 人工智能:一种现代方法(第 3版)(影印版). 清华大学出版社. 2011年7月出版.
• Brachman, Ronald J., Hector J. Levesque. Knowledge
  Representation and Reasoning. MIT press, 2004.
• Goodfellow I, Bengio Y, Courville A. Deep learning.
  MIT press, 2016.
• Blackburn P, Bos J. Representation and inference for
  natural language[J]. A first course in computational
  semantics. CSLI, 2005.