《人工智能技术基础》课件 王科俊 第7、8章 知识图谱、 图神经网络.pptx

人工智能技术基础;

;知识图谱（KnowledgeGraph）的概念最早由谷歌公司于2012年5月17日正式提出，旨在提高搜索引擎的能力，改善用户的搜索质量。2013年以后知识图谱开始在学术界和产业界普及，已被广泛应用于智能搜索、智能问答、个性化推荐、情报分析、反欺诈等领域。

知识图谱是一种用图模型来描述知识和世界万物之间关联关系的技术方法，可以对现实世界的事物及其相互关系进行形式化地描述，能够挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

知识图谱分为通用知识图谱和领域知识图谱。通用知识图谱强调的是广度，数据多来自互联网，而领域知识图谱应用于垂直领域，为基础数据服务。;目录;1.理解知识图谱的起源和定义，了解知识图谱的历史背景和发展历程，掌握知识图谱的基本定义和概念，掌握知识图谱的逻辑架构和技术架构；

2.掌握知识抽取的基本原理和常见技术，了解数据源分类，学习使用不同的方法从数据源中提取知识，了解知识抽取中的难点和挑战；

3.学习知识融合基本技术流程、典型的知识融合工具以及实体连接的基本方法。理解知识加工的过程，掌握实体构建的方法，学会如何进行知识推理，了解质量评估和知识更新的方式；

4.能够应用知识图谱的基本架构和设计原则，使用常见的技术和方法进行知识抽取、融合和加工；

5.通过学习能够设计和实现一个简单的知识图谱应用。;01;7.1知识图谱的起源;7.1知识图谱的起源;7.1知识图谱的起源;7.1知识图谱的起源

;7.1知识图谱的起源

;02;7.2知识图谱的架构;7.2知识图谱的架构;7.2知识图谱的架构;7.2知识图谱的架构;03;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;7.3知识抽取;04;7.4知识融合;7.4知识融合;7.4知识融合;7.4知识融合;7.4知识融合;7.4知识融合;7.4知识融合;7.4知识融合;7.4知识融合;;7.4知识融合;7.4知识融合;7.4知识融合;05;7.5知识加工;7.5知识加工;7.5知识加工;7.5知识加工;7.5知识加工;7.5知识加工;7.5知识加工;7.5知识加工;06;7.6小结;感谢您的观看！;人工智能技术基???;

;图结构普遍存在于人类社会生活中，如人与人之间的社交网络、地铁线路及高铁线路、互联网中网页间的互相链接、论文的引用等等，都可以用图结构来描述。

图神经网络（GraphNeuralNetwork，GNN）自提出以来，除了在计算机视觉、自然语言处理等领域应用之外，还在物理、生物、化学、社会科学等跨学科的网络分析、推荐系统、生物化学、交通预测等诸多领域应用。

;本章在介绍图论基础与图谱理论的基础上，给出图神经网络的基本原理和图神经网络的分类。

进而给出几种典型的图卷积神经网络、图循环神经网络、图注意力网络、图生成网络以及图时空网络等模型。;1.学习图论基础与图谱理论的基本原理，理解掌握分析、构建图神经网络得到基本工具；

2.学习图神经网络的基本原理，掌握图神经网络的消息传递、更新与聚合等基本操作，了解图神经网络的应用场景，包括图分类、节点分类、关系预测以及去噪重建；

3.学习图神经网络的分类，了解图卷积神经网络、图注意力网络、图生成网络以及时空图神经网络的基本概念；

4.深入学习图卷积神经网络、图注意力网络、图生成网络以及时空图神经网络，掌握相关图神经网络的原理以及应用。;目录;01;;;;;;;;;;;;02;;;;;;;;;;;;;;;03;;;;;04;;;;;;;;;;05;;;;;;06;;;;;07;;;;;;08;8.8本章小结;感谢您的观看！