Представление знаний и приложения 2020 — различия между версиями

Материал из CSC Wiki
Перейти к:навигация, поиск
(Полезные ссылки)
(Полезные ссылки)
(не показано 15 промежуточных версий этого же участника)
Строка 3: Строка 3:
 
Преподаватель: [http://kansas.ru/pb Павел Браславский] <u>pbras [AT] yandex.ru</u>
 
Преподаватель: [http://kansas.ru/pb Павел Браславский] <u>pbras [AT] yandex.ru</u>
  
Учебные ассистенты:  
+
Учебный ассистент: Владислав Кораблинов <u>vladislavneon1 [AТ] mail.ru</u>
 
+
<!-- Павел: <u>pavel.vl.efimov [AT] gmail.com</u> -->
Павел: <u>pavel.vl.efimov [AT] gmail.com</u>
 
 
 
Влад: <u>vladislavneon1 [AТ] mail.ru</u>
 
  
 
== Лекции ==
 
== Лекции ==
  
# Введение. Обзор курса. Краткая история дициплины. Данные — информация — знания. Представление знаний в различных отраслях знаний. Язык и знания. Проблема представления знания в философии. Логика. Искусственный интеллект и представление знаний.  
+
# Введение. Обзор курса. Краткая история дициплины. Данные — информация — знания. Представление знаний в различных отраслях знаний. Язык и знания. Проблема представления знания в философии. Логика. Искусственный интеллект и представление знаний. [https://yadi.sk/i/vfvghg7HMXvHZQ слайды]
 
# Логический подход к представлению знаний. Логика высказываний. Логика первого порядка. Логический вывод. Нормальные формы. Дескрипционная логика. Продукционные системы. Объектно-ориентированные модели представления знаний.
 
# Логический подход к представлению знаний. Логика высказываний. Логика первого порядка. Логический вывод. Нормальные формы. Дескрипционная логика. Продукционные системы. Объектно-ориентированные модели представления знаний.
 
# Semantic Web: история, идеи, стандарты, инструменты. RDF, RDF(S), RDFa: принципы, нотации, типы данных, язык, классы, отношения. SPARQL, OWL. Инструменты.
 
# Semantic Web: история, идеи, стандарты, инструменты. RDF, RDF(S), RDFa: принципы, нотации, типы данных, язык, классы, отношения. SPARQL, OWL. Инструменты.
Строка 19: Строка 16:
 
# Вопросно-ответный поиск: понимание прочитанного текста (reading comprehension). Краткая история QA, данные, методы.  
 
# Вопросно-ответный поиск: понимание прочитанного текста (reading comprehension). Краткая история QA, данные, методы.  
 
# Поиск ответа по базе знаний (knowlege base question answering). Семантической разбор (semantic parsing).
 
# Поиск ответа по базе знаний (knowlege base question answering). Семантической разбор (semantic parsing).
 +
 +
Гостевая лекция (тема будет объявлена позже)
  
 
== Семинары и практические занятия ==
 
== Семинары и практические занятия ==
  
 +
15.01 Мозговой штурм "Представление знаний для повара-робота"
 +
 +
22.01 Семинар по мотивам AI debate. Материалы: [https://www.youtube.com/watch?v=EeqwFjqFvJA видео], [https://github.com/MontrealAI/MontrealAI.github.io/tree/master/aidebate слайды и др.], [https://medium.com/@GaryMarcus/f7bd62b9861c Gary Marcus @Medium]
 +
 +
05.02 Семинар по SPARQL
 +
 +
19.02 Обсуждение результатов домашнего задания
 +
 +
?? семинар по Protege
 +
 +
11.03 Обсуждение результатов домашнего задания
 +
 +
18.03 Семинар по статьям
 +
 +
== Домашние задания ==
 +
 +
Entity Linking. Дедлайн -- 18.02.2020
 +
 +
KBQA. Дедлайн -- 10.03.2020
  
 
== Полезные ссылки ==
 
== Полезные ссылки ==
 +
 +
=== Учебники ===
 +
 +
Krisztian Balog. [https://www.springer.com/gp/book/9783319939339 Entity-Oriented Search], 2018.
 +
 +
Hitzler,  Krotzsch,  Rudolph. [http://www.semantic-web-book.org/page/Foundations_of_Semantic_Web_Technologies Foundations of Semantic Web Technologies], 2009.
 +
 +
Рассел С., Норвиг П. [http://www.williamspublishing.com/Books/5-8459-0887-6.html Искусственный интеллект. Современный подход. 2-е изд.] [http://aima.cs.berkeley.edu/ Сайт оригинального 3-го издания]
 +
 +
Daniel Jurafsky and James H. Martin, [https://www.cs.colorado.edu/~martin/SLP/ Speech and Language Processing], 2nd Edition, 2008. [https://web.stanford.edu/~jurafsky/slp3/ Черновик 3-го издания]
 +
 +
Brachman, Levesque. Knowledge Representation and Reasoning, 2004.
 +
 +
Franz Baader, Ian Horrocks, Carsten Lutz, Uli Sattler. [https://www.cambridge.org/core/books/an-introduction-to-description-logic/6D329698AFC2E6C6C5C15801ED9B6D07 An Introduction to Description Logic], 2017.
 +
 +
=== Онлайн-ресурсы ===
 +
 +
Онлайн-курс [https://open.hpi.de/courses/semanticweb2015/ Knowledge Engineering with Semantic Web Technologies (KESW)] by Dr. Harald Sack.
  
 
Graham Neubig. [http://phontron.com/class/nn4nlp2020/schedule/knowledge-based-qa.html Learning from/for Knowledge Graphs] (Neural Networks for NLP course @ CMU)
 
Graham Neubig. [http://phontron.com/class/nn4nlp2020/schedule/knowledge-based-qa.html Learning from/for Knowledge Graphs] (Neural Networks for NLP course @ CMU)
  
 
Semantic Parsing resources:
 
Semantic Parsing resources:
 +
* [http://yoavartzi.com/tutorial/ Yoav Artzi's tutorial]
 +
* [https://github.com/allenai/acl2018-semantic-parsing-tutorial ACL 2018 tutorial on neural semantic parsing]
 +
* [https://web.stanford.edu/class/cs224u/ NLU course @ Stanford]

Версия 09:41, 15 января 2020

Контакты

Преподаватель: Павел Браславский pbras [AT] yandex.ru

Учебный ассистент: Владислав Кораблинов vladislavneon1 [AТ] mail.ru

Лекции

  1. Введение. Обзор курса. Краткая история дициплины. Данные — информация — знания. Представление знаний в различных отраслях знаний. Язык и знания. Проблема представления знания в философии. Логика. Искусственный интеллект и представление знаний. слайды
  2. Логический подход к представлению знаний. Логика высказываний. Логика первого порядка. Логический вывод. Нормальные формы. Дескрипционная логика. Продукционные системы. Объектно-ориентированные модели представления знаний.
  3. Semantic Web: история, идеи, стандарты, инструменты. RDF, RDF(S), RDFa: принципы, нотации, типы данных, язык, классы, отношения. SPARQL, OWL. Инструменты.
  4. Семантические ресурсы: wordnet, cyc, babelNet, dbpedia, yago, freebase, wikidata. Лингвистические семантические ресурсы: FrameNet, VerbNet, AMR, OpenIE.
  5. Семантический поиск (поиск сущностей)
  6. Методы извлечения отношений из текста, методы связывания сущностей в базе знаний.
  7. Вопросно-ответный поиск: понимание прочитанного текста (reading comprehension). Краткая история QA, данные, методы.
  8. Поиск ответа по базе знаний (knowlege base question answering). Семантической разбор (semantic parsing).

Гостевая лекция (тема будет объявлена позже)

Семинары и практические занятия

15.01 Мозговой штурм "Представление знаний для повара-робота"

22.01 Семинар по мотивам AI debate. Материалы: видео, слайды и др., Gary Marcus @Medium

05.02 Семинар по SPARQL

19.02 Обсуждение результатов домашнего задания

?? семинар по Protege

11.03 Обсуждение результатов домашнего задания

18.03 Семинар по статьям

Домашние задания

Entity Linking. Дедлайн -- 18.02.2020

KBQA. Дедлайн -- 10.03.2020

Полезные ссылки

Учебники

Krisztian Balog. Entity-Oriented Search, 2018.

Hitzler, Krotzsch, Rudolph. Foundations of Semantic Web Technologies, 2009.

Рассел С., Норвиг П. Искусственный интеллект. Современный подход. 2-е изд. Сайт оригинального 3-го издания

Daniel Jurafsky and James H. Martin, Speech and Language Processing, 2nd Edition, 2008. Черновик 3-го издания

Brachman, Levesque. Knowledge Representation and Reasoning, 2004.

Franz Baader, Ian Horrocks, Carsten Lutz, Uli Sattler. An Introduction to Description Logic, 2017.

Онлайн-ресурсы

Онлайн-курс Knowledge Engineering with Semantic Web Technologies (KESW) by Dr. Harald Sack.

Graham Neubig. Learning from/for Knowledge Graphs (Neural Networks for NLP course @ CMU)

Semantic Parsing resources: