《知識圖譜技術(shù)及應(yīng)用》課程教學(xué)大綱

《知識圖譜技術(shù)及應(yīng)用》教學(xué)大綱一、課程基本信息課程名稱知識圖譜技術(shù)及應(yīng)用KnowledgeGraphTechnologyandApplication課程編碼CST522221015開課院部計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院課程團(tuán)隊(duì)自然語言處理教學(xué)團(tuán)隊(duì)學(xué)分1.5課內(nèi)學(xué)時(shí)28講授16實(shí)驗(yàn)0上機(jī)12實(shí)踐0課外學(xué)時(shí)0適用專業(yè)智能科學(xué)與技術(shù)授課語言中文先修課程機(jī)器學(xué)習(xí)、自然語言處理課程簡介（限選）知識圖譜是人工智能研究領(lǐng)域的一個(gè)分支，它以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其關(guān)系，將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。知識圖譜給互聯(lián)網(wǎng)語義搜索帶來了活力，同時(shí)也在智能問答中顯示出強(qiáng)大威力，已經(jīng)成為互聯(lián)網(wǎng)知識驅(qū)動(dòng)的智能應(yīng)用的基礎(chǔ)設(shè)施。知識圖譜與大數(shù)據(jù)和深度學(xué)習(xí)一起，成為推動(dòng)互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動(dòng)力之一。知識圖譜技術(shù)是指知識圖譜建立和應(yīng)用的技術(shù)，是融合認(rèn)知計(jì)算、知識表示與推理、信息檢索與抽取、自然語言處理與語義Web、數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等方向的交叉研究。本課程包括知識圖譜構(gòu)建、知識圖譜查詢和推理計(jì)算、知識圖譜應(yīng)用三部分。其中，知識圖譜構(gòu)建主要介紹知識表示與建模、知識表示學(xué)習(xí)、實(shí)體識別與鏈接、實(shí)體關(guān)系學(xué)習(xí)、事件知識學(xué)習(xí)；知識圖譜查詢和推理計(jì)算主要介紹知識存儲和查詢、知識推理；知識圖譜應(yīng)用涉及通用和領(lǐng)域知識圖譜、語義集成、語義搜索、基于知識的問答四部分。除了必要的知識點(diǎn)與寬泛的關(guān)聯(lián)知識，本課程還會介紹相關(guān)領(lǐng)域的基本概念、研究和應(yīng)用方向，以及相關(guān)領(lǐng)域的前沿技術(shù)和發(fā)展趨勢，激發(fā)學(xué)生的愛國熱情，有助于學(xué)生樹立正確的世界觀、價(jià)值觀、人生觀。KnowledgeGraphisabranchintheresearchfieldofartificialintelligence.Itdescribesconcepts,entitiesandtheirrelationshipsintheobjectiveworldinastructuredform,andbringstheinformationtableoftheInternetclosertotheformofhumancognitionoftheworld,itprovidesabetterabilitytoorganize,manageandunderstandthevastamountofinformationontheInternet.KnowledgeGraphbringsvitalitytoInternetsemanticsearch,andalsoshowsgreatpowerinintelligentquestionandanswer.IthasbecometheinfrastructureofInternetknowledge-drivenintelligentapplications.Knowledgemapping,togetherwithbigdataandin-depthlearning,hasbecomeoneofthecoredrivingforcesforthedevelopmentoftheinternetandartificialintelligence.KnowledgeGraphtechnologyreferstothetechnologyofestablishingandapplyingknowledgegraph,whichintegratescognitivecomputing,knowledgerepresentationandreasoning,informationretrievalandextraction,naturallanguageprocessingandSemanticWeb,cross-cuttingresearchondataminingandmachinelearning.ThiscourseincludesKnowledgeGraphconstruction,KnowledgeGraphquery,reasoningandcalculation,andKnowledgeGraphapplication.Amongthem,theconstructionofknowledgegraphmainlyintroducesknowledgerepresentationandmodeling,knowledgerepresentationlearning,entityidentificationandlinking,entityrelationshiplearningandeventKnowledgeLearning;knowledgeGraphqueryandinferencecomputingmainlyintroducesknowledgestorage,queryandknowledgeinference.Theapplicationofknowledgegraphinvolvesfourparts:Generalanddomainknowledgegraph,semanticintegration,semanticsearchandknowledge-basedquestionandanswer.Inadditiontothenecessaryknowledgepointsandbroadrelatedknowledge,thiscoursewillalsointroducethebasicconcepts,researchandapplicationdirectionsofrelatedfields,aswellasthecutting-edgetechnologiesanddevelopmenttrendsinrelatedfields,itcanstimulatestudents'patriotism,andhelpsstudentstoestablishacorrectworldoutlook,valuesandoutlookonlife.負(fù)責(zé)人大綱執(zhí)筆人審核人二、課程目標(biāo)序號代號課程目標(biāo)OBE畢業(yè)要求指標(biāo)點(diǎn)任務(wù)自選1M1目標(biāo)1：了解知識圖譜的國際發(fā)展趨勢與研究內(nèi)容，掌握知識圖譜的基本概念和思想方法，對知識圖譜從整體上有一個(gè)較清晰全面的系統(tǒng)了解，學(xué)會通過文獻(xiàn)調(diào)研了解知識圖譜的國內(nèi)外研究現(xiàn)狀，學(xué)會利用知識圖譜的基本理論分析解決實(shí)際應(yīng)用問題。是2.32.32M2目標(biāo)2：通過實(shí)踐學(xué)時(shí)的訓(xùn)練及大作業(yè)提交的要求，學(xué)會撰寫專業(yè)相關(guān)研究報(bào)告和設(shè)計(jì)文檔，通過課堂互動(dòng)和師生面對面交流，掌握在公眾場合開展報(bào)告陳述及交流、答辯的能力。是10.110.13M3目標(biāo)3：基于知識圖譜研究領(lǐng)域快速發(fā)展的特點(diǎn)，傳授學(xué)生自主學(xué)習(xí)的方法與技巧，結(jié)合文獻(xiàn)閱讀與綜合歸納的基本方法，學(xué)會運(yùn)用不斷出現(xiàn)的新技術(shù)、新方法，具有適應(yīng)社會和相關(guān)應(yīng)用領(lǐng)域發(fā)展的能力。是12.212.2三、課程內(nèi)容序號章節(jié)號標(biāo)題課程內(nèi)容/重難點(diǎn)支撐課程目標(biāo)課內(nèi)學(xué)時(shí)教學(xué)方式課外學(xué)時(shí)課外環(huán)節(jié)1第1章第1章緒論知識圖譜的概念;知識工程的發(fā)展歷程;知識圖譜技術(shù)；國內(nèi)知識圖譜研究進(jìn)展M11講授1查資料2第2章第2章知識表示與建模知識的定義與表示;知識圖譜的表示方法;常見知識庫M11講授1自學(xué)資料3第3章第3章知識表示學(xué)習(xí)本章重點(diǎn)難點(diǎn)：知識表示學(xué)習(xí)、復(fù)雜關(guān)系建模、多源信息融合。知識表示學(xué)習(xí)的概念；知識表示學(xué)習(xí)的優(yōu)點(diǎn)；知識表示學(xué)習(xí)的研究意義；知識表示學(xué)習(xí)的主要研究內(nèi)容、技術(shù)方法、研究現(xiàn)狀和發(fā)展趨勢M1,M2,M31講授1自學(xué)資料4第4章第4章實(shí)體識別與鏈接本章重點(diǎn)難點(diǎn)：實(shí)體識別、實(shí)體名的歧義性和多樣性、資源缺乏問題、實(shí)體的開放性問題。實(shí)體的定義；命名實(shí)體識別的概念，實(shí)體識別與鏈接的實(shí)際應(yīng)用意義；實(shí)體識別；實(shí)體鏈接面臨的關(guān)鍵科學(xué)問題；傳統(tǒng)統(tǒng)計(jì)模型方法；深度學(xué)習(xí)方法；文本挖掘方法；技術(shù)展望與發(fā)展趨勢M1,M22講授2查閱文獻(xiàn)5實(shí)驗(yàn)1實(shí)驗(yàn)1：基于深度學(xué)習(xí)的實(shí)體抽取學(xué)習(xí)實(shí)體識別的概念，構(gòu)建實(shí)體抽取的深度學(xué)習(xí)模型，訓(xùn)練模型，掌握模型原理。M1,M23上機(jī)3撰寫實(shí)驗(yàn)報(bào)告6第5章第5章實(shí)體關(guān)系學(xué)習(xí)本章重點(diǎn)難點(diǎn)：限定域關(guān)系抽取、開放域關(guān)系抽取。關(guān)系的定義；實(shí)體關(guān)系學(xué)習(xí)的概念；關(guān)系抽取的概念；限定域關(guān)系抽??；開放域關(guān)系抽取；限定域關(guān)系抽取和開放域關(guān)系抽?。换谝?guī)則的關(guān)系抽取和基于機(jī)器學(xué)習(xí)的關(guān)系抽?。患夹g(shù)展望和發(fā)展趨勢。M1,M2,M31講授1自學(xué)資料7第6章第6章事件知識學(xué)習(xí)本章重點(diǎn)難點(diǎn)：事件知識學(xué)習(xí)、面向非結(jié)構(gòu)化文本的事件抽取、針對錯(cuò)誤累積的事件抽取、針對標(biāo)注語料規(guī)模小和數(shù)據(jù)稀疏問題的事件抽取。事件的概念；事件識別和抽?。皇录O(jiān)測與追蹤，公開評測和數(shù)據(jù)集；認(rèn)知層面針對復(fù)雜內(nèi)部結(jié)構(gòu)的事件知識學(xué)習(xí)；針對自然語言的靈活多變和歧義性的面向非結(jié)構(gòu)化文本的事件抽取；針對錯(cuò)誤累積的事件抽??；針對標(biāo)注語料規(guī)模小、數(shù)據(jù)稀疏問題的事件抽??；基于模式匹配的方法；基于機(jī)器學(xué)習(xí)的方法；中文時(shí)事事件抽??；相似度聚類法；概率統(tǒng)計(jì)法；基于句子級的事件抽??；基于文檔級的事件發(fā)現(xiàn)；技術(shù)展望與發(fā)展趨勢。M2,M31講授1查閱資料8第7章第7章知識存儲與查詢本章重點(diǎn)難點(diǎn)：基于關(guān)系數(shù)據(jù)模型的RDF數(shù)據(jù)存儲和查詢、基于圖模型的RDF數(shù)據(jù)存儲和查詢。RDF的概念；SPARQL的概念；基于關(guān)系數(shù)據(jù)模型的RDF數(shù)據(jù)存儲和查詢；基于圖模型的RDF數(shù)據(jù)存儲和查詢；技術(shù)展望與發(fā)展趨勢。M2,M31講授1查閱資料9第8章第8章知識推理本章重點(diǎn)難點(diǎn)：基于符號的并行知識推理、實(shí)體關(guān)系學(xué)習(xí)、模式歸納。知識圖譜的關(guān)系缺失和屬性缺失；知識圖譜中的錯(cuò)誤關(guān)系；智能問答；知識圖譜的推理的定義；知識圖譜的表示；基于符號的并行知識推理；實(shí)體關(guān)系學(xué)習(xí)；模式歸納；知識圖譜的表示方法；基于多核、多處理器技術(shù)的大規(guī)模推理方法；基于分布式技術(shù)的大規(guī)模推理方法；基于表示學(xué)習(xí)的實(shí)體關(guān)系學(xué)習(xí)方法；基于圖特征的實(shí)體關(guān)系學(xué)習(xí)方法；基于ILP的模式歸納方法；基于關(guān)聯(lián)規(guī)則挖掘的模式歸納方法；基于機(jī)器學(xué)習(xí)的模式歸納方法；技術(shù)展望與發(fā)展趨勢。M1,M21講授1查閱資料10第9章第9章通用和領(lǐng)域知識圖譜本章重點(diǎn)難點(diǎn)：知識建模、知識獲取、知識融合、知識存儲、知識計(jì)算。通用知識圖譜；領(lǐng)域知識圖譜；知識建模；知識獲?。恢R融合；知識存儲；知識計(jì)算；知識應(yīng)用；自底向上的知識圖譜構(gòu)建方法；自頂向下的知識圖譜構(gòu)建方法；通用知識圖譜案例；領(lǐng)域知識圖譜案例；技術(shù)展望與發(fā)展趨勢。M1,M22講授2查閱資料11實(shí)驗(yàn)2實(shí)驗(yàn)2：基于知識圖譜的自然語言理解與自然語言生成學(xué)習(xí)知識圖譜構(gòu)建，訓(xùn)練基于知識圖譜的自然語言理解與自然語言生成模型，掌握相關(guān)算法。M1,M23上機(jī)3編寫代碼12第10章第10章語義集成本章重點(diǎn)難點(diǎn)：預(yù)處理、匹配、知識融合。語義網(wǎng)；語義集成；知識融合；語義集成的輸入；預(yù)處理；匹配；知識融合；語義集成的輸出；多本體全體匹配；跨語言本體匹配；基于人機(jī)協(xié)作的實(shí)例匹配；基于表示學(xué)習(xí)的實(shí)例匹配；基于強(qiáng)化學(xué)習(xí)的實(shí)例匹配；知識融合；語義集成評測；技術(shù)展望與發(fā)展趨勢。M2,M32講授2查閱資料13實(shí)驗(yàn)3實(shí)驗(yàn)3：評測數(shù)據(jù)集的構(gòu)建學(xué)習(xí)語義集成相關(guān)概念，構(gòu)建領(lǐng)域評測數(shù)據(jù)集M2,M33上機(jī)3撰寫實(shí)驗(yàn)報(bào)告14第11章第11章語義搜索本章重點(diǎn)難點(diǎn)：基于WEB的語義表達(dá)、針對RDF數(shù)據(jù)模型的文檔分析和索引建立及查詢匹配、自動(dòng)化的共指消解技術(shù)。基本概念；基于WEB的語義表達(dá)；針對RDF數(shù)據(jù)模型的文檔分析、索引建立和查詢匹配；自動(dòng)化的共指消解技術(shù)；基于語義網(wǎng)技術(shù)的傳統(tǒng)WEB信息檢索系統(tǒng)的改進(jìn)；引入推理和關(guān)聯(lián)關(guān)系的語義搜索；語義搜索中的查詢擴(kuò)展；語義搜索中的索引構(gòu)建；技術(shù)展望與發(fā)展趨勢。M1,M31講授1查閱資料15第12章第12章基于知識的問答本章重點(diǎn)難點(diǎn)：問句語義解析、大規(guī)模知識推理、異構(gòu)知識關(guān)聯(lián)。問答系統(tǒng)；知識庫問答；問句語義解析；大規(guī)模知識推理；異構(gòu)知識關(guān)聯(lián)；基于語義解析的知識庫問答方法；基于檢索排序的知識庫問答方法；技術(shù)展望與發(fā)展趨勢。M1,M32講授2查閱資料16實(shí)驗(yàn)4實(shí)驗(yàn)4：面向復(fù)雜問句的深度學(xué)習(xí)知識庫問答方法學(xué)習(xí)語義解析，構(gòu)建基于語義解析的知識庫問答方法模型并進(jìn)行訓(xùn)練，掌握模型原理。M1,M33上機(jī)3編寫代碼四、考核方式序號考核環(huán)節(jié)操作細(xì)節(jié)總評占比1平時(shí)課堂表現(xiàn)隨機(jī)檢查學(xué)生上課精神狀態(tài)、回答問題情況。10%2實(shí)驗(yàn)1.本課程12個(gè)學(xué)時(shí)實(shí)驗(yàn)，共四次