知識圖譜導論

陳華鈞

  • 出版商: 電子工業
  • 出版日期: 2021-02-01
  • 售價: $648
  • 貴賓價: 9.5$616
  • 語言: 簡體中文
  • 頁數: 324
  • 裝訂: 平裝
  • ISBN: 7121406993
  • ISBN-13: 9787121406997
  • 相關分類: 人工智慧Text-mining
  • 立即出貨

買這商品的人也買了...

商品描述

知識圖譜的發展歷史源遠流長,從經典人工智能的核心命題——知識工程,到互聯網時代的語義Web,再到當下很多領域構建的數千億級別的現代知識圖譜。知識圖譜兼具人工智能、大數據和互聯網的多重技術基因,是知識表示、表示學習、自然語言處理、圖數據庫和圖計算等多個領域技術的綜合集成。本書全面覆蓋了知識圖譜的表示、存儲、獲取、推理、融合、問答和分析等七大方面,100多個基礎知識點的內容,同時囊括多模態知識圖譜、知識圖譜與圖神經網絡的融合、本體表示學習、事理知識圖譜,以及知識增強的語言預訓練模型等新熱點、新發展。作為一本導論性質的書,本書希望幫助初學者梳理知識圖譜的基本知識點和關鍵技術要素,也希望幫助技術決策者建立知識圖譜的整體視圖和系統工程觀,為前沿科研人員拓展創新視野和研究方向。本書在技術廣度和深度上兼具極強的參考性,適合高等院校的電腦專業師生閱讀,也可供電腦相關行業的管理者和研發人員參考。

作者簡介

陳華鈞,浙江大學計算機科學與技術學院教授。
主要研究方向為知識圖譜、自然語言處理、大數據系統等。
在WWW/IJCAI/AAAI/ACL/VLDB/ICDE, IEEE CIM, IEEE IS, TKDE, Briefings in Bioinformatics 等國際頂級會議和期刊上發表多篇論文。
曾獲國際語義網會議ISWC最佳論文獎、教育部技術發明一等獎、國家科技進步二等獎、中國中文信息學會錢偉長科技獎一等獎、阿里巴巴優秀學術合作獎、中國工信出版傳媒集團優秀出版物一等獎等獎勵。
牽頭髮起OpenKG,浙江大學阿里巴巴知識引擎聯合實驗室主任、浙江省大數據智能計算重點實驗室副主任、中國人工智能學會知識工程專委會副主任、中國中文信息學會語言與知識計算專委會副主任、全國知識圖譜大會CCKS2020 大會主席、國際語義技術聯合會議JIST2019大會主席、Elsevier Journal of Big Data Research Editor in Chief。

目錄大綱

目錄
第1章知識圖譜概述 1
1.1 語言與知識 2
1.2 知識圖譜的起源 7
1.3 知識圖譜的價值12
1.4 知識圖譜的技術內涵16
1.5 建立知識圖譜的系統工程觀20

第2章知識圖譜的表示21
2.1 什麼是知識表示22
2.2 人工智能歷史發展長河中的知識表示24
2.3 知識圖譜的符號表示方法28
2.4 知識圖譜的向量表示方法32
2.5 總結38

第3章知識圖譜的存儲與查詢39
3.1 基於關係型數據庫的知識圖譜存儲40
3.2 基於原生圖數據庫的知識圖譜存儲44
3.3 原生圖數據庫實現原理淺析52
3.4 總結55

第4章知識圖譜的獲取與構建57
4.1 重新理解知識工程與知識獲取58
4.2 實體識別62
4.3 關係抽取71
4.4 屬性補全81
4.5 概念抽取83
4.6 事件識別與抽取87
4.7 知識抽取技術前沿91
4.8 總結95

第5章知識圖譜推理96
5.1 推理簡述97
5.2 知識圖譜推理簡介101
5.3 基於符號邏輯的知識圖譜推理108
5.4 基於表示學習的知識圖譜推理117
5.5 總結144

第6章知識圖譜融合146
6.1 知識圖譜融合概述147
6.2 概念層融合——本體匹配150
6.3 實例層的融合——實體對齊155
6.4 知識融合技術前沿159
6.5 總結162

第7章知識圖譜問答163
7.1 智能問答概述164
7.2 基於問句模板的知識圖譜問答172
7.3 基於語義解析的知識圖譜問答178
7.4 基於檢索排序的知識圖譜問答185
7.5 基於深度學習的知識圖譜問答188
7.6 總結195

第8章圖算法與圖數據分析196
8.1 圖的基本知識197
8.2 基礎圖算法204
8.3 圖表示學習與圖神經網絡211
8.4 知識圖譜與圖神經網絡224
8.5 總結232

第9章知識圖譜技術發展233
9.1 多模態知識圖譜234
9.2 知識圖譜與語言預訓練248
9.3 事理知識圖譜255
9.4 知識圖譜與低資源學習261
9.5 結構化知識預訓練276
9.6 知識圖譜與區塊鏈293ta Research Editor in Chief。