知識(shí)圖譜導(dǎo)論

定　價(jià)：￥108.00

作　者：	陳華鈞著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：	人工智能前沿技術(shù)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥108.00)

ISBN：	9787121406997	出版時(shí)間：	2021-05-01	包裝：	平裝
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　知識(shí)圖譜的發(fā)展歷史源遠(yuǎn)流長，從經(jīng)典人工智能的核心命題——知識(shí)工程，到互聯(lián)網(wǎng)時(shí)代的語義Web，再到當(dāng)下很多領(lǐng)域構(gòu)建的數(shù)千億級(jí)別的現(xiàn)代知識(shí)圖譜。知識(shí)圖譜兼具人工智能、大數(shù)據(jù)和互聯(lián)網(wǎng)的多重技術(shù)基因，是知識(shí)表示、表示學(xué)習(xí)、自然語言處理、圖數(shù)據(jù)庫和圖計(jì)算等多個(gè)領(lǐng)域技術(shù)的綜合集成。本書全面覆蓋了知識(shí)圖譜的表示、存儲(chǔ)、獲取、推理、融合、問答和分析等七大方面，一百多個(gè)基礎(chǔ)知識(shí)點(diǎn)的內(nèi)容，同時(shí)囊括多模態(tài)知識(shí)圖譜、知識(shí)圖譜與圖神經(jīng)網(wǎng)絡(luò)的融合、本體表示學(xué)習(xí)、事理知識(shí)圖譜，以及知識(shí)增強(qiáng)的語言預(yù)訓(xùn)練模型等新熱點(diǎn)、新發(fā)展。作為一本導(dǎo)論性質(zhì)的書，本書希望幫助初學(xué)者梳理知識(shí)圖譜的基本知識(shí)點(diǎn)和關(guān)鍵技術(shù)要素，也希望幫助技術(shù)決策者建立知識(shí)圖譜的整體視圖和系統(tǒng)工程觀，為前沿科研人員拓展創(chuàng)新視野和研究方向。本書在技術(shù)廣度和深度上兼具極強(qiáng)的參考性，適合高等院校的計(jì)算機(jī)專業(yè)師生閱讀，也可供計(jì)算機(jī)相關(guān)行業(yè)的管理者和研發(fā)人員參考。

作者簡介

　　陳華鈞，浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授。主要研究方向?yàn)橹R(shí)圖譜、自然語言處理、大數(shù)據(jù)系統(tǒng)等。在WWW/IJCAI/AAAI/ACL/VLDB/ICDE，IEEE CIM， IEEE IS， TKDE， Briefings in Bioinformatics 等國際頂級(jí)會(huì)議和期刊上發(fā)表多篇論文。曾獲國際語義網(wǎng)會(huì)議ISWC最佳論文獎(jiǎng)、教育部技術(shù)發(fā)明一等獎(jiǎng)、國家科技進(jìn)步二等獎(jiǎng)、中國中文信息學(xué)會(huì)錢偉長科技獎(jiǎng)一等獎(jiǎng)、阿里巴巴優(yōu)秀學(xué)術(shù)合作獎(jiǎng)、中國工信出版?zhèn)髅郊瘓F(tuán)優(yōu)秀出版物一等獎(jiǎng)等獎(jiǎng)勵(lì)。牽頭發(fā)起OpenKG，浙江大學(xué)阿里巴巴知識(shí)引擎聯(lián)合實(shí)驗(yàn)室主任、浙江省大數(shù)據(jù)智能計(jì)算重點(diǎn)實(shí)驗(yàn)室副主任、中國人工智能學(xué)會(huì)知識(shí)工程專委會(huì)副主任、中國中文信息學(xué)會(huì)語言與知識(shí)計(jì)算專委會(huì)副主任、全國知識(shí)圖譜大會(huì)CCKS2020 大會(huì)主席、國際語義技術(shù)聯(lián)合會(huì)議JIST2019大會(huì)主席、Elsevier Journal of Big Data Research Editor in Chief。

圖書目錄

目錄
第1章知識(shí)圖譜概述 1
1.1 語言與知識(shí) 2
1.2 知識(shí)圖譜的起源 7
1.3 知識(shí)圖譜的價(jià)值 12
1.4 知識(shí)圖譜的技術(shù)內(nèi)涵 16
1.5 建立知識(shí)圖譜的系統(tǒng)工程觀 20

第2章知識(shí)圖譜的表示 21
2.1 什么是知識(shí)表示 22
2.2 人工智能歷史發(fā)展長河中的知識(shí)表示 24
2.3 知識(shí)圖譜的符號(hào)表示方法 28
2.4 知識(shí)圖譜的向量表示方法 32
2.5 總結(jié) 38

第3章知識(shí)圖譜的存儲(chǔ)與查詢 39
3.1 基于關(guān)系型數(shù)據(jù)庫的知識(shí)圖譜存儲(chǔ) 40
3.2 基于原生圖數(shù)據(jù)庫的知識(shí)圖譜存儲(chǔ) 44
3.3 原生圖數(shù)據(jù)庫實(shí)現(xiàn)原理淺析 52
3.4 總結(jié) 55

第4章知識(shí)圖譜的獲取與構(gòu)建 57
4.1 重新理解知識(shí)工程與知識(shí)獲取 58
4.2 實(shí)體識(shí)別 62
4.3 關(guān)系抽取 71
4.4 屬性補(bǔ)全 81
4.5 概念抽取 83
4.6 事件識(shí)別與抽取 87
4.7 知識(shí)抽取技術(shù)前沿 91
4.8 總結(jié) 95

第5章知識(shí)圖譜推理 96
5.1 推理簡述 97
5.2 知識(shí)圖譜推理簡介 101
5.3 基于符號(hào)邏輯的知識(shí)圖譜推理 108
5.4 基于表示學(xué)習(xí)的知識(shí)圖譜推理 117
5.5 總結(jié) 144

第6章知識(shí)圖譜融合 146
6.1 知識(shí)圖譜融合概述 147
6.2 概念層融合——本體匹配 150
6.3 實(shí)例層的融合——實(shí)體對(duì)齊 155
6.4 知識(shí)融合技術(shù)前沿 159
6.5 總結(jié) 162

第7章知識(shí)圖譜問答 163
7.1 智能問答概述 164
7.2 基于問句模板的知識(shí)圖譜問答 172
7.3 基于語義解析的知識(shí)圖譜問答 178
7.4 基于檢索排序的知識(shí)圖譜問答 185
7.5 基于深度學(xué)習(xí)的知識(shí)圖譜問答 188
7.6 總結(jié) 195

第8章圖算法與圖數(shù)據(jù)分析 196
8.1 圖的基本知識(shí) 197
8.2 基礎(chǔ)圖算法 204
8.3 圖表示學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò) 211
8.4 知識(shí)圖譜與圖神經(jīng)網(wǎng)絡(luò) 224
8.5 總結(jié) 232

第9章知識(shí)圖譜技術(shù)發(fā)展 233
9.1 多模態(tài)知識(shí)圖譜 234
9.2 知識(shí)圖譜與語言預(yù)訓(xùn)練 248
9.3 事理知識(shí)圖譜 255
9.4 知識(shí)圖譜與低資源學(xué)習(xí) 261
9.5 結(jié)構(gòu)化知識(shí)預(yù)訓(xùn)練 276
9.6 知識(shí)圖譜與區(qū)塊鏈 293