课程: 企业知识库构建与应用（知识图谱、本体论、RAG与大模型）

咨询

成功案例

相关课程

全部课程 >人工智能

企业知识库构建与应用
（知识图谱、本体论、RAG与大模型）

26 次浏览

1 次

刘老师
某大厂知识工程专家

时间地点：在线：8月22-23日；上海、深圳根据报名开班

课程费用：5000元/人

报公开课		要内训

企业内训：可以根据企业需求,定制内训,详见内训学习手册

认证方式：
培训前了解能力模型。
培训后进行能力评测：

在线考试

能力分析，给出学习建议

合格者颁发证书，作为职业技能资格证明

课程简介：

本课程关注根据企业知识库构建的真实需求，结合学员关注的问题和案例进行准备，讲解如何基于大模型对原始数据整合，知识抽取，构建企业知识库，并应用知识库支持业务的优化和升级。

@关注的问题：

1、非结构化数据如何进行标准化处理？
2、多源数据如何进行统一处理和接入？
3、如何借助大模型进行结构化表示、抽取？对齐及消歧？
4、企业RAG、Agent落地中需要怎样的知识库？有哪些构建方法？如何选型？
5、 FDE、本体论、知识图谱、RAG、Agent之间有什么关系？如何协作？
6、真实落地场景，如何进行知识库应用效果迭代、评估？

培训需求样例：

培训目标：

解读知识工程关键技术：知识图谱、本体论、RAG、Aent、FDE的关系与协同方法
了解企业知识库的典型应用场景案例
学习参考企业知识库的构建与应用案例
学习企业知识库全生命周期、关键步骤与选型策略
学习企业知识库的原始多源标准化处理策略
理解企业知识库的细粒度挖掘策略（抽取、分类、打标、对齐、融合）
掌握企业知识库的质量评估、迭代优化与更新方法
掌握企业知识库的规则挖掘、表示、执行及验证方法
掌握真实场景下落地企业知识库的开源框架、基础设施
学习企业知识库的坑点挑战及应对措施

培训收益：

掌握知识图谱的理论和应用方法
理解本体论的原理和应用方法
学会结合大模型进行知识图谱的构建方法
学会如何结合知识图谱、大模型、图数据库构建自己的知识库。

培训对象：

知识工程师，大数据工程师

学员基础：

对知识库有一般基础知识

课程安排：2天

主题	课程安排
知识工程核心技术概览	传统的知识库系统构建方法知识库系统的交付工程方法核心概念辨析（FDE、本体论、图谱、RAG、Agent）及定位差异本体论的语言组织知识图谱的知识组织与表达 RAG的向量知识构建 Agent的用户助手与交互 FDE的AI需求到交付的工程方法协同工作流：本体驱动图谱构建 → RAG 检索增强 → Agent 自主决策。
企业知识库的典型应用场景案例	场景分类（客服、研发、销售、运维等）与选择依据头部企业落地案例（金融、制造、互联网）详解金融类企业知识库的构建和应用制造业务企业知识库的构建和应用互联网企业知识库的构建和应用
企业知识库全生命周期、关键步骤与选型	全生命周期阶段（规划、采集、加工、存储、应用、退役）及关键里程碑知识库选型策略（自研/采购、功能匹配度、ROI评估）知识库选型决策框架
企业知识库的原始多源标准化处理	多源数据接入（数据库、文档、API、日志）的标准化流程数据清洗方法数据格式统一策略元数据映射与去重策略
企业知识库的细粒度挖掘	知识挖掘方法：抽取、分类、打标、对齐、融合实体/关系抽取文本分类与自动打标方法跨源实体对齐、冲突消解与知识融合技术
企业知识库的质量评估、迭代优化与更新	质量指标体系（准确性、完整性、一致性、时效性）质量评估工具知识的增量更新知识库版本回滚知识库的反馈驱动的迭代优化机制
企业知识库的规则挖掘、表示、执行及验证	知识库的规则挖掘（关联、时序、逻辑规则）知识的表示形式（决策表、规则引擎）知识规则执行引擎选型知识规则的测试验证及效果评估方法
真实场景下落地企业知识库的开源框架、基础设施、坑点挑战及应对措施	主流开源框架（如 LlamaIndex、LangChain、NebulaGraph）企业知识库的基础设施选型典型落地坑点（数据质量、性能瓶颈、冷启动、运维成本）及对应解法