KnowledgeGraphCourse
东南大学《知识图谱》研究生课程
Install / Use
npx skills add npubird/KnowledgeGraphCourseInstalls into whichever agent you are using.
README
A systematic course about knowledge graph for graduate students, interested researchers and engineers.
东南大学《知识图谱》研究生课程
时间：春季学期（2月下旬~5月中旬）
地点：东南大学九龙湖校区
授课人：汪鹏
答疑/讨论/建议：请致信 pwang AT seu.edu.cn
课程内容
第0讲 课程介绍（2025-02-21）
课件下载:2025-pub-0课程介绍.pdf
第1讲 知识图谱概论 （2025-02-21，02-28，03-07）
1.1 认知智能的知识图谱视角浅析
- 知识视角的认知智能
- 知识图谱本质
- 知识图谱的演化和形成过程
- 知识图谱 VS 深度学习
- 知识图谱 VS 传统知识库 VS 数据库
- 知识图谱应用场景
- 知识图谱本质和核心价值
1.2 知识图谱的技术体系剖析
- 知识抽取
- 知识融合
- 知识表示学习
- 知识推理
- 知识存储
1.3 知识图谱的瓶颈、问题和挑战的思考
- 知识获取挑战
- 知识质量挑战
- 知识的智能应用挑战
课件下载:
2025-partA
2025-partB
第2讲 知识表示 (2025-03-07)
2.1 知识表示概念
2.2 知识表示方法
- 语义网络
- 产生式系统
- 框架系统
- 概念图
- 形式概念分析
- 描述逻辑
- 本体
- 本体语言
- 知识图谱表示学习
课件下载:2025-pub-2知识表示.pdf
第3讲 知识建模 （2025-03-14）
3.1 本体
3.2 知识建模方法
- 本体工程
- 本体学习
- 知识建模工具
- 知识建模实践
课件下载:2025-pub-3知识建模.pdf
<!-- **课件下载百度云链接**:[pub-3知识建模.pdf](https://pan.baidu.com/s/1kf6pEiattmsvC7kMAScfkw) 提取码:kgkg -->第4讲 知识抽取基础:问题和方法（2025-03-14）
4.1 问题分析
- 知识抽取场景
- 知识抽取挑战
4.2 知识抽取场景和方法
- 面向结构化数据的知识抽取
- 面向半结构化数据的知识抽取
- 面向无结构化数据的知识抽取
第5讲 知识抽取:实体识别（2025-03-21）
5.1 实体识别基本概念
5.2 基于规则和词典的实体识别方法
5.3 基于机器学习的实体识别方法
5.4 基于深度学习的实体识别方法
5.5 基于半监督学习的实体识别方法
5.6 基于迁移学习的实体识别方法
5.7 基于预训练的实体识别方法
5.8 实体识别研究前沿进展
课件下载:2025-pub-5知识抽取-实体识别.pdf
课件下载:2025-pub-5.1实体识别研究前沿进展2023.pdf
第6讲 知识抽取:关系抽取（2025-03-28）
6.1 关系抽取简介
6.2 语义关系
6.3 关系抽取中的特征
6.4 关系抽取数据集
6.5 基于模板的关系抽取
6.6 有监督实体关系抽取
6.7 弱监督实体关系抽取
6.8 远程监督实体关系抽取
6.9 无监督实体关系抽取
6.10 基于深度学习/强化学习的关系抽取
第7讲 知识抽取:事件抽取（2025-04-11）
7.1 事件抽取基本概念
7.2 事件抽取方法
- 基于规则和模板的事件抽取方法
- 基于机器学习的事件抽取方法
- 基于深度学习的事件抽取方法
- 基于知识库的事件抽取方法
7.3 金融领域事件抽取系统实现
7.4 事理图谱的研究与应用
7.5 从经典到大模型的范式
课件下载:2025-pub-7知识抽取-事件抽取.pdf
课件下载:2025-pub-7-1 知识抽取-事件抽取.pdf
第8讲 知识融合（2025-04-18）
8.1 知识异构
8.2 本体匹配
8.3 匹配抽取和匹配调谐
8.4 实例匹配
8.5 大规模实体匹配处理
8.6 知识融合应用实例
课件下载:2025-pub-8 知识融合.pdf
第9讲 知识图谱与大语言模型前沿进展（2025-04-25）
9.1 KG for LLM
- Mitigating Large Language Model Hallucinations via Autonomous Knowledge Graph-Based Retrofitting
- FactCHD: Benchmarking Fact-Conflicting Hallucination Detection
- OneKE
- Graph Retrieval-Augmented Generation: A Survey
- Knowledge Graph-Enhanced Large Language Models via Path Selection
- Knowledge Graph Enhanced Large Language Model Editing
- Enhancing Large Language Models with Knowledge Graphs for Robust Question Answering
- OntoFact: Unveiling Fantastic Fact-Skeleton of LLMs via Ontology-Driven Reinforcement Learning
- Unveiling factuality and injecting knowledge for LLMs via reinforcement learning and data proportion
9.2 LLM for KG
- Unifying Large Language Models and Knowledge Graphs: A Roadmap
- ConsistNER: Towards Instructive NER Demonstrations for LLMs with the Consistency of Ontology and Context
- InstructNER: Boosting Textural NER with Synthetic Image and Instructive Alignment
- Boosting LLMs With Ontology-Aware Prompt For NER Data Augmentation
- Multi-perspective Improvement of Knowledge Graph Completion with Large Language Models
- KG-GPT: A General Framework for Reasoning on Knowledge Graphs Using Large Language Models
课件下载:2025-pub-9 知识图谱与大模型前沿进展.pdf
第0讲 课程介绍 （2024-02-22）
课件下载:2024-pub-0课程介绍.pdf
<!-- **课件下载百度云链接**:[pub-0课程介绍.pdf](https://pan.baidu.com/s/1sfpYzulj7Wrv1efL2AxM3w) 提取码:kgkg -->第1讲 知识图谱概论 （2024-02-29，03-08，03-14）
1.1 认知智能的知识图谱视角浅析
- 知识视角的认知智能
- 知识图谱本质
- 知识图谱的演化和形成过程
- 知识图谱 VS 深度学习
- 知识图谱 VS 传统知识库 VS 数据库
- 知识图谱应用场景
- 知识图谱本质和核心价值
1.2 知识图谱的技术体系剖析
- 知识抽取
- 知识融合
- 知识表示学习
- 知识推理
- 知识存储
1.3 知识图谱的瓶颈、问题和挑战的思考
- 知识获取挑战
- 知识质量挑战
- 知识的智能应用挑战
课件下载:
2024-partA
2024-partB
2024-partC
第2讲 知识表示 (2024-03-21)
2.1 知识表示概念
2.2 知识表示方法
- 语义网络
- 产生式系统
- 框架系统
- 概念图
- 形式概念分析
- 描述逻辑
- 本体
- 本体语言
- 知识图谱表示学习
课件下载:2024-pub-2知识表示.pdf
<!-- **课件下载百度云链接**:[pub-2知识表示.pdf](https://pan.baidu.com/s/1RJTGFxMnPTDJr226ED54lw) 提取码:kgkg -->第3讲 知识建模 （2024-03-21）
3.1 本体
3.2 知识建模方法
- 本体工程
- 本体学习
- 知识建模工具
- 知识建模实践
课件下载:2024-pub-3知识建模.pdf
<!-- **课件下载百度云链接**:[pub-3知识建模.pdf](https://pan.baidu.com/s/1kf6pEiattmsvC7kMAScfkw) 提取码:kgkg -->第4讲 知识抽取基础:问题和方法（2024-03-28）
4.1 问题分析
- 知识抽取场景
- 知识抽取挑战
4.2 知识抽取场景和方法
- 面向结构化数据的知识抽取
- 面向半结构化数据的知识抽取
- 面向无结构化数据的知识抽取
第5讲 知识抽取:实体识别（2024-03-28）
5.1 实体识别基本概念
5.2 基于规则和词典的实体识别方法
5.3 基于机器学习的实体识别方法
5.4 基于深度学习的实体识别方法
5.5 基于半监督学习的实体识别方法
5.6 基于迁移学习的实体识别方法
5.7 基于预训练的实体识别方法
5.8 实体识别研究前沿进展
5.9 从经典到大模型的范式
课件下载:2024-pub-5知识抽取-实体识别.pdf
课件下载:2024-pub-5知识抽取-从经典到大模型的范式.pdf
课件下载:2024-pub-5.1实体识别研究前沿进展2023.pdf
第6讲 知识抽取:关系抽取（2024-04-11）
6.1 关系抽取简介
6.2 语义关系
6.3 关系抽取中的特征
6.4 关系抽取数据集
6.5 基于模板的关系抽取
6.6 有监督实体关系抽取
6.7 弱监督实体关系抽取
6.8 远程监督实体关系抽取
6.9 无监督实体关系抽取
6.10 基于深度学习/强化学习的关系抽取
第7讲 知识抽取:事件抽取（2024-04-25）
7.1 事件抽取基本概念
7.2 事件抽取方法
- 基于规则和模板的事件抽取方法
- 基于机器学习的事件抽取方法
- 基于深度学习的事件抽取方法
- 基于知识库的事件抽取方法
7.3 金融领域事件抽取系统实现
7.4 事理图谱的研究与应用
第8讲 知识融合（2024-04-25）
8.1 知识异构
8.2 本体匹配
8.3 匹配抽取和匹配调谐
8.4 实例匹配
8.5 大规模实体匹配处理
8.6 知识融合应用实例
课件下载:2024-pub-8知识融合.pdf
课件下载:2024-pub-8知识融合前沿进展.pdf
第9讲 知识图谱表示学习（2024-04-28）
9.1 知识表示学习原理及概念
9.2 知识表示学习方法
- 基于翻译的表示学习模型
- 基于语义匹配的表示学习模型
- 融合多源信息的表示学习模型
9.3 知识图谱表示学习模型的评测
9.4 知识图谱表示学习前沿进展和挑战
课件下载:2024-pub-9知识表示学习
2024-第10讲 KG+LLM论文分享（2024-04-25，2024-04-28）
10.1 LLM for KG
- (KGC)KICGPT: Large Language Model with Knowledge in Context for Knowledge Graph
- (KGC)Multi-perspective Improvement of Knowledge Graph Completion with Large Language Models
- (Reasoning)KG-GPT: A General Framework for Reasoning on Knowledge Graphs Using Large Language Models
- (Reasoning)StructGPT: A General Framework for Large Language Model to Reason over Structured Data
- (Reasoning)Think-on-Graph: Deep and Responsible Reasoning of Large Language Model on Knowledge Graph
- (RE)Revisiting Large Language Models as Zero-shot Relation Extractors
- (RE)Unlocking Instructive In-Context Learning with Tabular Prompting for Relational Triple Extraction
- (NER)ConsistNER: Towards Instructive NER Demonstrations for LLMs with the Consistency of Ontology and Context
- (NER)InstructNER: Boosting Textural NER with Synthetic Image and Instructive Alignment
- (NER)Boosting LLMs with Ontology-Aware Prompt for NER Data Augmentation
10.2 KG for LLM
- Systematic Assessment of Factual Knowledge in Large Language Models
- OntoFact: Unveiling Fantastic Fact-Skeleton of L
Related Skills
node-connect
385.5kDiagnose OpenClaw Android, iOS, or macOS node pairing, QR/setup code, route, auth, and connection failures.
blender-python-addon
40.5kBlender Python add-on rules for operators, panels, properties, registration, testing, and API-safe scripting
flutter-development-guidelines-cursorrules-prompt-file
40.5kCursor rules for Flutter development with MVVM architecture, Riverpod state management, Material widgets, and Dart style guidelines.
commit-push-pr
140.7kCommit, push, and open a PR
Security Score
Audited on Aug 6, 2026