人工智能深度学习系统班6期 25 知识图谱实战系列
- 01 知识图谱介绍及其应用领域分析
- 01 知识图谱通俗解读
- 02 知识图谱在搜索引擎中的应用
- 03 知识图谱在医疗领域应用实例
- 04 金融与推荐领域的应用
- 05 数据获取分析
- 02 知识图谱涉及技术点分析
- 01 数据关系抽取分析
- 02 常用NLP技术点分析
- 03 graph-embedding的作用与效果
- 04 金融领域图编码实例
- 05 视觉领域图编码实例
- 06 图谱知识融合与总结分析
- 03 Neo4j数据库实战
- 01 Neo4j图数据库介绍
- 02 Neo4j数据库安装流程演示
- 03 可视化例子演示
- 04 创建与删除操作演示
- 05 数据库更改查询操作演示
- 04 使用python操作neo4j实例
- 01 使用Py2neo建立连接
- 02 提取所需的指标信息
- 03 在图中创建实体
- 04 根据给定实体创建关系
- 05 基于知识图谱的医药问答系统实战
- 01 项目概述与整体架构分析
- 02 医疗数据介绍及其各字段含义
- 03 任务流程概述
- 04 环境配置与所需工具包安装
- 05 提取数据中的关键字段信息
- 06 创建关系边
- 07 打造医疗知识图谱模型
- 08 加载所有实体数据
- 09 实体关键词字典制作
- 10 完成对话系统构建
- 06 文本关系抽取实践
- 01 关系抽取要完成的任务演示与分析
- 02 LTP工具包概述介绍
- 03 pyltp安装与流程演示
- 04 得到分词与词性标注结果
- 05 依存句法概述
- 06 句法分析结果整理
- 07 语义角色构建与分析
- 08 设计规则完成关系抽取
- 07 金融平台风控模型实践
- 01 竞赛任务目标
- 02 图模型信息提取
- 03 节点权重特征提取(PageRank)
- 04 deepwalk构建图顶点特征
- 05 各项统计特征
- 06 app安装特征
- 07 图中联系人特征
- 08 医学糖尿病数据命名实体识别
- 01 数据与任务介绍
- 02 整体模型架构
- 03 数据-标签-语料库处理
- 04 输入样本填充补齐
- 05 训练网络模型
- 06 医疗数据集（糖尿病）实体识别