项目实践：从0开始搭建基于知识图谱的问答系统（医疗领域）
近几年，知识图谱迅速发展，已经在语义搜索、问答系统、智能客服、个性化推荐等通用领域得到较为广泛的应用，同时在金融证券、医疗、电商、司法和教育等垂直领域也逐渐落地。
（知识图谱产业图，来源：艾瑞）
专业的授课老师
科学系统的学习内容
实践项目
（点击可看大图）
第六期集训（北京场）班级同学合影
（第一、二期线下课程老师答疑环节）
学后收获理论上1、掌握以知识图谱为代表的知识工程的基本问题和基本方法；2、系统性地掌握知识图谱生命周期各阶段核心技术原理；3、了解知识图谱领域的前沿发展态势。实践上1、学会使用经典的知识图谱相关软件；2、编程实现知识图谱各阶段经典算法 ；3、掌握知识图谱案例研发脉络；
课程服务1. 三师助力讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。2. 定期班会助教会对作业进行1V1批改；并定期进行班会，在班会中，学习更多技巧；在交流中收获更多思路。
学术界对于知识图谱的研究比较高大上，但是在实际落地中，更重要的是偏工程的基础设施。比如本体的构建时，企业借用ppt/excel就能够完成，不一定需要用到Protégé。
阿里、腾讯、百度等大厂、以及脉脉、企查查、明略数据等一百多家企业竞相招募知识图谱算法工程师。然而，国内鲜有基础扎实，理论系统的知识图谱算法工程师，该领域的人才是各名企争抢的对象。但是因为它是多学科交叉融合的方向，涉及到语义网、数据库、NLP、机器学习等多个学科，入门的门槛相对偏高。多数入门者通常抓不住重点，耗费大量时间依然停留在知识图谱知识体系的表面。基于此，深蓝学院教研团队推出了『知识图谱理论与实践』线上课程。课程系统讲解各个知识图谱生命周期的主流方法，并最终完成问答系统的实践项目，帮助大家高效入门知识图谱，系统学习整个知识图谱框架体系、落地方法、应用场景。（问答系统介绍）扫码添加，了解详情备注“ 1024 ”，才会通过哦~
专业的授课老师
曾博，高校教师，中科院自动化所模式识别国家重点实验室博士。主要研究方向信息抽取、知识图谱、自然语言处理，迄今在包括ACL、EMNLP、COLING、IJCAI等国际顶级会议上发表多篇学术论文，曾获得COLING、CCL最佳论文奖。主持国家自然科学基金青年基金、湖南省自然科学基金等项目，参与了国家自然科学基金、国家重点基础研究发展计划(973计划)及华为等多个科研项目，具有丰富的知识图谱落地实践经验。
科学系统的学习内容
（点击查看大图）
实践项目
在细致讲解体系构建、知识获取、知识融合、知识存储和查询、知识推理及知识问答系统等核心技术的同时，结合实践项目，让大家对知识图谱有更透彻的理解。
基于以往6期线下课程，迭代精品线上课程。
学后收获
4、能简单实现基于知识图谱的问答系统。
抢占学习名额
扫码添加，了解详情
备注“ 1024 ”，才会通过哦~