نمودارهای دانش برای موارد استفاده از هوش مصنوعی

سرفصل ها و درس ها

مقدمه Introduction

• معرفی مورد استفاده: روغن زیتون دو درخت Use case introduction: Two Trees Olive Oil

• چیزی که الان باید What you should now

• نمودارهای قدرت دانش The power of knowledge graphs

1. نمودار دانش چیست و چرا باید به آن اهمیت دهید؟ 1. What Is a Knowledge Graph and Why Should You Care?

• گره یا نمونه چیست؟ What is a node or instance?

• سه گانه یا عبارت چیست؟ What is a triple or statement?

• لبه یا رابطه چیست؟ What is an edge or relation?

• UID چیست؟ What are UIDs?

• چرا نمودارهای دانش در فضای LLM؟ Why knowledge graphs in the LLM space?

• فروشگاه سه گانه یا نمودار دارایی دارای برچسب؟ Triple store or labeled property graph?

2. مدل خود را بسازید 2. Make Your Model

• چگونه نمودار خود را نسخه کنید How to version your graph

• راه اندازی Desktop Protege IRI Desktop Protege IRI setup

• اضافه کردن چند محدودیت Adding a few constraints

• نحوه اتصال گره ها به روابط How to connect nodes with relationships

• چگونه نمودار خود را به روز کنیم How to update your graph

• نحوه پر کردن نمودار How to populate a graph

• هنگام مدل‌سازی نمودار برای LLM چه نکاتی را باید در نظر داشت What to keep in mind when graph modeling for LLMs

• افزودن نمونه ها و حاشیه نویسی ها Adding instances and annotations

3. پر کردن نمودار خود با داده ها 3. Populating Your Graph with Data

• از چه داده های باز می توانید دوباره استفاده کنید؟ What open data can you reuse?

• از چه داده های تولیدی می توانید استفاده کنید؟ What generative data can you use?

• از چه داده های بسته ای می توانید استفاده کنید؟ What closed data can you use?

• پر کردن مدل نمودار شما Populating your graph model

• انتساب و منبع یابی Attribution and sourcing

• در حال بررسی منطق شما Checking your logic

4. GraphML 4. GraphML

• GraphML: چیست و چه ابزارهایی وجود دارد؟ GraphML: What is it and what tools are there?

• پرس و جو در داده های نمودار Queries in graph data

• GraphML: راه رفتن نمودار شما GraphML: Walking your graph

5. استقرار 5. Deployment

• تأیید واقعیت خودکار Automated fact verification

• فراخوانی گراف شما Calling your graph

• نمونه معماری Sample architecture

• راستی آزمایی حقایق مورد مناقشه Disputed fact verification

• حریم خصوصی داده ها، اخلاقیات، مقررات و استانداردها Data privacy, ethics, regulations, and standards

• وضوح موجودیت Entity resolution

• تأیید محدودیت خودکار Automated constraint verification

نتیجه گیری Conclusion

• ادامه با نمودارهای دانش Continuing on with knowledge graphs

• بررسی نهایی پروژه Final project walkthrough

• معرفی نهایی پروژه Final project introduction