知识图谱与表征学习

本课程将介绍什么是知识图谱,什么是表征学习。在课程中我们首先从关系网络出发,循序渐进的来了解它们的概念。(课时:37 分钟)

讲师:   张江

课程资料

  • 讲稿下载:(报名后可见)

课程背景

知识图谱(Knowledge graph)技术是近年来兴起的热门人工智能技术,它可以被广泛地应用在知识表达、自动推理、对话生成、自动问答等人工智能系统中。表示学习(也称为表征学习,Representation learning)是将考虑的实体或关系计算出相应的向量化表示的方法,它是深度学习的最核心技术。本节课就分别针对知识图谱的概念、应用,以及知识图谱上面的表征学习进行了概览性的介绍。

课程目的

学完本课程,你能做到

  • 了解知识图谱的基本概念,有哪些应用,如何构建知识图谱,有哪些知识图谱模型

课程详情

本课程的主要内容有:

  • 什么是知识图谱

  • 知识图谱都有哪些应用?

  • 构建知识图谱的方法

  • 什么是表示学习

  • 如何将知识图谱嵌入到线性空间中的思想

  • TransE算法

  • TransH算法

  • TransR算法

讲师介绍
张江

北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智AI学园创始人,集智科学家,阿里研究院、腾讯研究院、网络智库专家,人工智能研究者与布道者。主要讲授课程:人工智能、复杂性思维、计算机建模与模拟、Matlab基础及其应用。主要从事的研究领域包括:复杂系统建模、计算社会科学等。曾发表学术论文数十篇,访问过圣塔菲研究所、密西根复杂系统中心等知名国外大学。曾带领集智俱乐部写作、出版书籍:《科学的极致——漫谈人工智能》,《走近2050——注意力、互联网与人工智能》。