知识花园 (Knowledge Garden)

The Knowledge Mining team $\sqsubseteq$ The Websoft research group

用户工具

站点工具


courses:ke

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

两侧同时换到之前的修订记录前一修订版
后一修订版
前一修订版
courses:ke [2024/02/28 14:56] – [课程报告] whucourses:ke [2025/03/31 15:18] (当前版本) – [课堂研讨] whu
行 20: 行 20:
 教师:[[http://ws.nju.edu.cn/~whu|胡伟]]\\ 教师:[[http://ws.nju.edu.cn/~whu|胡伟]]\\
 授课对象:南京大学研究生\\ 授课对象:南京大学研究生\\
-授课地点:仙 II-111\\ +授课地点:仙 II-316\\ 
-授课时间:周三 7~节\\+授课时间:周五 3~节\\
 参考教材:瞿裕忠, 胡伟, 程龚. 语义网技术体系. 科学出版社, 2014 参考教材:瞿裕忠, 胡伟, 程龚. 语义网技术体系. 科学出版社, 2014
  
行 33: 行 33:
   - XML、RDF(S)、OWL   - XML、RDF(S)、OWL
   - 本体构建   - 本体构建
 +  - 逻辑与推理 (赵一铮副教授)
   - 语义网数据管理   - 语义网数据管理
   - 基于本体的知识管理   - 基于本体的知识管理
行 38: 行 39:
   - 知识融合   - 知识融合
   - 智能问答   - 智能问答
-  - 逻辑与推理 (李言辉博士) 
  
 ---- ----
行 48: 行 48:
 **论文挑选规则.** 两人一组,根据报告人学号尾数按 mod 3 的余数选择论文主题;每个主题内的论文可以自由选择;每组报告时长为 15 分钟,外加两分钟问答;课堂进行研讨。 **论文挑选规则.** 两人一组,根据报告人学号尾数按 mod 3 的余数选择论文主题;每个主题内的论文可以自由选择;每组报告时长为 15 分钟,外加两分钟问答;课堂进行研讨。
  
-  * **第一次课堂研讨的论文:** 4 月 +  * **第一次课堂研讨的论文:** 4 月 18 
     * 知识抽取 (//报告人学号尾数 mod 3 = 0//)     * 知识抽取 (//报告人学号尾数 mod 3 = 0//)
-      * Relation Classification via Multi-Level Attention CNNs (简单) 
-      * End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF 
       * Improving Distantly-Supervised Relation Extraction with Joint Label Embedding       * Improving Distantly-Supervised Relation Extraction with Joint Label Embedding
-      * Attention Guided Graph Convolutional Networks for Relation Extraction 
       * Double Graph Based Reasoning for Document-level Relation Extraction       * Double Graph Based Reasoning for Document-level Relation Extraction
 +      * GoLLIE: Annotation Guidelines Improve Zero-Shot Information-Extraction
     * 知识库构建 (//报告人学号尾数 mod 3 = 1//)     * 知识库构建 (//报告人学号尾数 mod 3 = 1//)
-      * DBpedia: A Nucleus for a Web of Open Data (简单) +      * DBpedia: A Nucleus for a Web of Open Data
-      * Incremental Knowledge Base Construction Using DeepDive+
       * Knowledge Vault: A Web-Scale Approach to Probabilistic Knowledge Fusion       * Knowledge Vault: A Web-Scale Approach to Probabilistic Knowledge Fusion
       * Probase: A Probabilistic Taxonomy for Text Understanding       * Probase: A Probabilistic Taxonomy for Text Understanding
-      * DISCOS: Bridging the Gap between Discourse Knowledge and Commonsense Knowledge   
     * 预训练语言模型 (//报告人学号尾数 mod 3 = 2//)     * 预训练语言模型 (//报告人学号尾数 mod 3 = 2//)
-      * Language Models as Knowledge Bases? (简单) 
       * K-BERT: Enabling Language Representation with Knowledge Graph       * K-BERT: Enabling Language Representation with Knowledge Graph
-      * KG-BERT: BERT for Knowledge Graph Completion 
-      * Sequence-to-Sequence Knowledge Graph Completion and Question Answering 
       * ERNIE: Enhanced Language Representation with Informative Entities       * ERNIE: Enhanced Language Representation with Informative Entities
 +      * KnowLA: Enhancing Parameter-efficient Finetuning with Knowledgeable Adaptation
  
-  * **第二次课堂研讨的论文:** 5 月 29 +  * **第二次课堂研讨的论文:** 5 月 30 
     * 搜索推荐 (//报告人学号尾数 mod 3 = 0//)     * 搜索推荐 (//报告人学号尾数 mod 3 = 0//)
-      * Learning to Explain Entity Relationships by Pairwise Ranking with Convolutional Neural Networks (简单) +      * 
-      * Fielded Sequential Dependence Model for Ad-Hoc Entity Retrieval in the Web of Data +
-      * What Links Alice and Bob?: Matching and Ranking Semantic Patterns in Heterogeneous Networks +
-      * Knowledge Graph Convolutional Networks for Recommender Systems +
-      * RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems+
     * 知识融合 (//报告人学号尾数 mod 3 = 1//)     * 知识融合 (//报告人学号尾数 mod 3 = 1//)
-      * Learning to Map Between Ontologies on the Semantic Web (简单) +      * 
-      * PARIS: Probabilistic Alignment of Relations, Instances, and Schema +
-      * Deep Learning for Entity Matching: A Design Space Exploration +
-      * Resolving Conflicts in Heterogeneous Data by Truth Discovery and Source Reliability Estimation +
-      * Deep Entity Matching with Pre-Trained Language Models+
     * 机器问答 (//报告人学号尾数 mod 3 = 2//)     * 机器问答 (//报告人学号尾数 mod 3 = 2//)
-      * Automated Template Generation for Question Answering over Knowledge Graphs (简单) +      * 
-      * Open Domain Question Answering Using Early Fusion of Knowledge Bases and Text +
-      * Answering Natural Language Questions by Subgraph Matching over Knowledge Graphs +
-      * Improving Multi-hop Question Answering over Knowledge Graphs using Knowledge Base Embeddings +
-      * RNG-KBQA: Generation Augmented Iterative Ranking for Knowledge Base Question Answering +
  
 ---- ----
行 93: 行 75:
  
 主要包括两种形式:一种是对于平时自己科研工作中的问题,从知识工程的角度,进行设计、实现、实验等。另一种是在知识工程领域中,挑选一个技术热点,做有一定深度和时效性的调研,并以技术综述的形式总结自己的调研结果。\\ 主要包括两种形式:一种是对于平时自己科研工作中的问题,从知识工程的角度,进行设计、实现、实验等。另一种是在知识工程领域中,挑选一个技术热点,做有一定深度和时效性的调研,并以技术综述的形式总结自己的调研结果。\\
-截止日期:2024 年 7 月 31 日 (AOE) \\ +截止日期:2025 年 7 月 31 日 (AOE) \\ 
-格式要求:A4、单栏、单倍行距、五号字 \\+格式要求:A4、单栏、单倍行距、五号字、6~7 页 (含参考文献) \\
 提交邮箱:whu@nju.edu.cn 提交邮箱:whu@nju.edu.cn
  
行 104: 行 86:
 <WRAP half column> <WRAP half column>
 教师:[[whu@nju.edu.cn|胡伟]]\\ 教师:[[whu@nju.edu.cn|胡伟]]\\
-答疑时间:周下午 2~4 点+答疑时间:周下午 2~4 点
 </WRAP> </WRAP>
  
 <WRAP half column> <WRAP half column>
-QQ群:138885295 (限校内选课学生,请注明姓名学号)\\+QQ群:1034965957 (限校内选课学生,请注明姓名学号)\\
 地点:仙林校区计算机楼 405 室 地点:仙林校区计算机楼 405 室
 </WRAP> </WRAP>
courses/ke.1709103390.txt.gz · 最后更改: 2024/02/28 14:56 由 whu