正版资源网易云课-知识图谱实战系列（Python版）
从理论到落地的工程化闭环 这门课程旨在解决知识图谱在实际工程中“只知概念，不会动手”的核心痛点。传统教程往往停留在理论定义或简单的 Neo4j 查询演示，而本课程基于 Python 技术栈，深度串联了自然语言处理、图数据库构建以及特定领域的业务建模。它覆盖了从非结构化文本中提取实体、抽取语义关系，到
从理论到落地的工程化闭环
这门课程旨在解决知识图谱在实际工程中“只知概念，不会动手”的核心痛点。传统教程往往停留在理论定义或简单的 Neo4j 查询演示，而本课程基于 Python 技术栈，深度串联了自然语言处理、图数据库构建以及特定领域的业务建模。它覆盖了从非结构化文本中提取实体、抽取语义关系，到利用图算法进行复杂推理的全链路流程。对于已经具备 Python 基础，希望将 NLP 能力延伸至结构化知识构建，或者需要在金融、医疗等领域落地图智能应用的开发者而言，这是一份极具参考价值的实战资料。
阶梯式学习路径与门槛建议
建议学习者具备基础的 Python 编程能力及对图论概念（节点、边）的初步认知。学习不应线性平铺，而应分阶段突破。首先需扎实掌握前几章关于 LTP 工具包及句法分析的代码实现，这是后续所有抽取任务的基础。随后，重点钻研**第六章的关系抽取**与**第三章的 Neo4j 图模型存储**，这两部分是图谱构建的骨架，务必亲手复现代码以理解三元组如何转化为图结构。
在此基础上，进入行业应用深化阶段。**第八章的医学糖尿病命名实体识别**展示了专业领域词典与模型的结合方式，可重点学习其 Eclipse 项目的工程结构。同时，**第七章的金融风控**提供了通过图特征辅助决策的完整案例，值得反复拆解。对于有计算机视觉背景的读者，**第九、十章的行人重识别**提供了图拓扑结构与卷积特征融合的进阶视角，有助于拓宽图谱在跨模态场景下的应用思路。
独立产出与资料复用指南
完成核心模块后，读者应能独立构建一个包含实体抽取、关系融合及可视化存储的小型垂直领域知识图谱，并能针对金融风控或医疗文本等场景设计对应的特征工程方案。资料包中的 Notebook 和项目源码是练习的关键载体，切忌仅作为视频字幕观看。建议采用“对照-修改-重构”的方式：先运行官方代码确保环境通畅，再尝试修改医学实体的关键词字典以观察准确率变化，或调整金融风控的特征计算逻辑。通过这种基于真实项目文件的逆向调试，才能真正掌握图匹配、局部特征热度图计算等复杂模块的工程化落地技巧，最终具备独立开发企业级图谱应用的能力。
课程目录
第七章：金融平台风控模型实践1 条
- 贷款风控特征工程.zip [2.0 GB]
额外补充2 条
- 卷积神经网络.pdf [2.4 MB]
- seq2seq.pdf [561.2 KB]
第八章：医学糖尿病数据命名实体识别2 条
- eclipse-命名实体识别【优质资源‖关注：CunWorkNotes 解锁】.zip [18.2 MB]
- notebook-瑞金.zip [5.0 MB]
第十章：基于拓扑图的行人重识别项目实战1 条
- 基于图模型的ReID(旷视).zip [1.6 GB]
第九章：基于图模型的行人重识别架构分析2 条
- 行人重识别.pdf [1.6 MB]
- Wang_High-Order_Information_Matters_Learning_Relation_and_Topology_for_Occluded_Person_CVPR_2020_paper.pdf [1.3 MB]
第六章：文本关系抽取实践1 条
- 关系抽取.zip [740.6 MB]
第一,二章：知识图谱介绍及其应用领域分析1 条
- 知识图谱【资源精选‖更多关注：CunWorkNotes】.pdf [2.0 MB]
第三章：Neo4j数据库实战91 集
- NEO4J.docx [144.4 KB]
- 64 图匹配在行人重识别中的作用.mp4 [12.7 MB]
- 40 竞赛任务目标.mp4 [43.7 MB]
- 61 局部特征热度图计算.mp4 [32.5 MB]
- 44 各项统计特征.mp4 [28.9 MB]
- 48 整体模型架构.mp4 [10.7 MB]
- 35 得到分词与词性标注结果【不易整理‖请关注：CunWorkNotes】.mp4 [27.9 MB]
- 41 图模型信息提取.mp4 [19.8 MB]
- 33 LTP工具包概述介绍.mp4 [111.8 MB]
- 22 项目概述与整体架构分析.mp4 [76.6 MB]
- 75 整体项目总结.mp4 [40.2 MB]
- 59 关键点位置特征构建.mp4 [14.9 MB]
- 20 在图中创建实体.mp4 [27.7 MB]
- 85 得到特征图表示.mp4 [28.1 MB]
- 84 卷积特征值计算方法.mp4 [15.8 MB]
- 45 app安装特征.mp4 [82.5 MB]
- 30 实体关键词字典制作.mp4 [50.2 MB]
- 50 输入样本填充补齐.mp4 [55.2 MB]
- 37 句法分析结果整理.mp4 [26.5 MB]
- 63 图卷积模块实现方法.mp4 [18.2 MB]
- 66 数据集与环境配置概述.mp4 [29.4 MB]
- 92 残差网络Resnet.mp4 [23.3 MB]
- 83 卷积的作用【整理不易‖记得关注：CunWorkNotes】.mp4 [17.5 MB]
- 76 RNN网络模型解读.mp4 [18.9 MB]
- 93 感受野的作用.mp4 [20.8 MB]
- 28 打造医疗知识图谱模型【资源精选‖更多关注：CunWorkNotes】.mp4 [38.0 MB]
- 34 pyltp安装与流程演示.mp4 [88.5 MB]
- 79 注意力机制的作用.mp4 [11.1 MB]
- 18 使用Py2neo建立连接.mp4 [27.4 MB]
- 17 数据库更改查询操作演示.mp4 [19.4 MB]
- 02 知识图谱通俗解读.mp4 [14.4 MB]
- 39 设计规则完成关系抽取.mp4 [33.2 MB]
- 72 邻接矩阵学习与更新.mp4 [33.4 MB]
- 32 关系抽取要完成的任务演示与分析.mp4 [12.3 MB]
- 09 graph-embedding的作用与效果.mp4 [18.8 MB]
- 21 根据给定实体创建关系.mp4 [32.1 MB]
- 23 医疗数据介绍及其各字段含义.mp4 [59.8 MB]
- 68 得到一阶段热度图结果.mp4 [26.9 MB]
- 04 知识图谱在医疗领域应用实例.mp4 [50.3 MB]
- 67 局部特征准备方法.mp4 [30.7 MB]
- 74 图匹配模块计算流程.mp4 [95.7 MB]
- 31 完成对话系统构建.mp4 [72.4 MB]
- 47 数据与任务介绍.mp4 [15.8 MB]
- 81 TeacherForcing的作用与训练策略.mp4 [12.6 MB]
- 01 课程介绍.mp4 [59.3 MB]
- 06 数据获取分析.mp4 [54.3 MB]
- 05 金融与推荐领域的应用【优质资源‖关注：CunWorkNotes 解锁】.mp4 [15.1 MB]
- 19 提取所需的指标信息.mp4 [32.7 MB]
- 69 阶段监督训练.mp4 [49.5 MB]
- 11 视觉领域图编码实例.mp4 [15.0 MB]
- 08 常用NLP技术点分析.mp4 [27.5 MB]
- 42 节点权重特征提取(PageRank).mp4 [24.1 MB]
- 10 金融领域图编码实例.mp4 [14.8 MB]
- 51 训练网络模型【优质资源‖关注：CunWorkNotes 解锁】.mp4 [27.6 MB]
- 87 边缘填充方法.mp4 [25.5 MB]
- 16 创建与删除操作演示.mp4 [18.7 MB]
- 86 步长与卷积核大小对结果的影响.mp4 [28.6 MB]
- 65 整体算法框架分析【更多精选‖公众号：CunWorkNotes 获取】.mp4 [16.4 MB]
- 03 知识图谱在搜索引擎中的应用.mp4 [18.4 MB]
- 43 deepwalk构建图顶点特征.mp4 [34.8 MB]
- 91 VGG网络架构.mp4 [13.6 MB]
- 25 环境配置与所需工具包安装.mp4 [20.4 MB]
- 24 任务流程概述.mp4 [69.3 MB]
- 13 Neo4j图数据库介绍.mp4 [32.9 MB]
- 36 依存句法概述.mp4 [18.8 MB]
- 78 工作原理概述.mp4 [6.7 MB]
- 88 特征图尺寸计算与参数共享.mp4 [15.3 MB]
- 62 基于图卷积构建人体拓扑关系.mp4 [20.1 MB]
- 46 图中联系人特征.mp4 [152.2 MB]
- 70 初始化图卷积模型.mp4 [24.2 MB]
- 73 基于拓扑结构组合关键点特征.mp4 [40.5 MB]
- 49 数据-标签-语料库处理.mp4 [26.5 MB]
- 82 卷积神经网络应用领域【更多精选‖公众号：CunWorkNotes 获取】.mp4 [15.7 MB]
- 54 挑战与困难分析.mp4 [25.7 MB]
- 57 triplet损失计算实例【不易整理‖请关注：CunWorkNotes】.mp4 [18.0 MB]
- 58 Hard-Negative鏂规硶搴旂敤.mp4 [37.8 MB]
- 53 行人重识别要解决的问题.mp4 [21.9 MB]
- 26 提取数据中的关键字段信息.mp4 [59.4 MB]
- 77 序列网络模型概述分析.mp4 [21.8 MB]
- 89 池化层的作用.mp4 [8.9 MB]
- 07 数据关系抽取分析.mp4 [18.5 MB]
- 38 语义角色构建与分析.mp4 [101.7 MB]
- 14 Neo4j数据库安装流程演示.mp4 [52.3 MB]
- 60 图卷积与匹配的作用.mp4 [28.3 MB]
- 80 加入attention的序列模型整体架构.mp4 [15.8 MB]
- 12 图谱知识融合与总结分析.mp4 [33.8 MB]
- 55 评估标准rank1指标.mp4 [9.7 MB]
- 90 整体网络架构.mp4 [12.3 MB]
- 29 加载所有实体数据.mp4 [25.1 MB]
- 15 可视化例子演示.mp4 [29.1 MB]
- 52 医疗数据集（糖尿病）实体识别.mp4 [47.7 MB]
