注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能知識(shí)圖譜實(shí)戰(zhàn):構(gòu)建方法與行業(yè)應(yīng)用

知識(shí)圖譜實(shí)戰(zhàn):構(gòu)建方法與行業(yè)應(yīng)用

知識(shí)圖譜實(shí)戰(zhàn):構(gòu)建方法與行業(yè)應(yīng)用

定 價(jià):¥99.00

作 者: 于俊,李雅潔,彭加琪,程知遠(yuǎn)
出版社: 機(jī)械工業(yè)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買這本書(shū)可以去


ISBN: 9787111721642 出版時(shí)間: 2023-02-01 包裝: 平裝-膠訂
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  這是一本綜合介紹知識(shí)圖譜構(gòu)建與行業(yè)實(shí)踐的著作,是作者多年從事知識(shí)圖譜與認(rèn)知智能應(yīng)用落地經(jīng)驗(yàn)的總結(jié),得到了多位知識(shí)圖譜資深專家的推薦。本書(shū)以通俗易懂的方式來(lái)講解知識(shí)圖譜相關(guān)的知識(shí),尤其對(duì)從零開(kāi)始構(gòu)建知識(shí)圖譜過(guò)程中需要經(jīng)歷的步驟,以及每個(gè)步驟需要考慮的問(wèn)題都給予較為詳細(xì)的解釋。本書(shū)基于實(shí)際業(yè)務(wù)進(jìn)行抽象,結(jié)合知識(shí)圖譜的7個(gè)構(gòu)建步驟,深入分析知識(shí)圖譜技術(shù)應(yīng)用以及8個(gè)行業(yè)綜合案例的設(shè)計(jì)與實(shí)現(xiàn)。全書(shū)分為基礎(chǔ)篇、構(gòu)建篇、實(shí)踐篇,共16章內(nèi)容。基礎(chǔ)篇(第1章),介紹知識(shí)圖譜的定義、分類、發(fā)展階段,以及構(gòu)建方式、邏輯/技術(shù)架構(gòu)、現(xiàn)狀與應(yīng)用場(chǎng)景等。構(gòu)建篇(第2~8章),詳細(xì)介紹知識(shí)抽取、知識(shí)表示、知識(shí)融合、知識(shí)存儲(chǔ)、知識(shí)建模、知識(shí)推理、知識(shí)評(píng)估與運(yùn)維等知識(shí)圖譜構(gòu)建的核心步驟,并結(jié)合實(shí)例講解應(yīng)用方法。實(shí)踐篇(第9~16章),詳細(xì)講解知識(shí)圖譜的綜合應(yīng)用,涵蓋知識(shí)問(wèn)答評(píng)測(cè)、知識(shí)圖譜平臺(tái)、智能搜索、圖書(shū)推薦系統(tǒng)、開(kāi)放領(lǐng)域知識(shí)問(wèn)答、交通領(lǐng)域知識(shí)問(wèn)答、汽車領(lǐng)域知識(shí)問(wèn)答、金融領(lǐng)域推理決策。

作者簡(jiǎn)介

  于 俊中國(guó)科學(xué)技術(shù)大學(xué)電子信息專業(yè)博士研究生,科大訊飛大數(shù)據(jù)及人工智能技術(shù)專家,安徽大學(xué)計(jì)算機(jī)技術(shù)專業(yè)碩士生導(dǎo)師,CCF高級(jí)會(huì)員。有超過(guò)15年的大數(shù)據(jù)及人工智能算法工程化經(jīng)驗(yàn),專注大數(shù)據(jù)分析及數(shù)據(jù)價(jià)值挖掘、大數(shù)據(jù)及人工智能技術(shù)應(yīng)用落地。著有《Spark核心技術(shù)與高級(jí)應(yīng)用》《Spark機(jī)器學(xué)習(xí)進(jìn)階實(shí)戰(zhàn)》等書(shū)。李雅潔華中科技大學(xué)應(yīng)用統(tǒng)計(jì)碩士,在知識(shí)圖譜、自然語(yǔ)言處理、大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域有豐富的研究和開(kāi)發(fā)經(jīng)驗(yàn)。精通Python、R語(yǔ)言以及Spark等大數(shù)據(jù)框架,擅長(zhǎng)自然語(yǔ)言處理及知識(shí)圖譜構(gòu)建。彭加琪中國(guó)科學(xué)技術(shù)大學(xué)計(jì)算機(jī)科學(xué)碩士,科大訊飛核心研發(fā)平臺(tái)主管,負(fù)責(zé)AI數(shù)據(jù)平臺(tái)和知識(shí)中臺(tái)建設(shè),精通Java、Python等編程語(yǔ)言,擅長(zhǎng)分布式系統(tǒng)建設(shè)以及企業(yè)級(jí)知識(shí)圖譜構(gòu)建與應(yīng)用。程知遠(yuǎn)悉尼大學(xué)數(shù)據(jù)科學(xué)碩士,科大訊飛大數(shù)據(jù)工程師,負(fù)責(zé)智慧教學(xué)產(chǎn)品及學(xué)生行為分析的算法研究及引擎實(shí)現(xiàn)。精通Java、Python等編程語(yǔ)言,擅長(zhǎng)分布式系統(tǒng)建設(shè)以及企業(yè)級(jí)知識(shí)圖譜構(gòu)建與應(yīng)用。

圖書(shū)目錄

目  錄
前言
基礎(chǔ)篇
第1章 理解知識(shí)圖譜 / 2
1.1 知識(shí)圖譜概述 / 2
1.1.1 知識(shí)定義及分類 / 3
1.1.2 知識(shí)圖譜定義 / 4
1.1.3 知識(shí)圖譜分類 / 5
1.1.4 知識(shí)圖譜發(fā)展階段 / 8
1.2 知識(shí)圖譜架構(gòu) / 8
1.2.1 構(gòu)建方式 / 8
1.2.2 邏輯架構(gòu) / 9
1.2.3 技術(shù)架構(gòu) / 9
1.3 知識(shí)圖譜現(xiàn)狀 / 13
1.3.1 學(xué)術(shù)界研究現(xiàn)狀 / 13
1.3.2 工業(yè)界應(yīng)用現(xiàn)狀 / 13
1.4 知識(shí)圖譜應(yīng)用場(chǎng)景 / 14
1.4.1 智能搜索 / 14
1.4.2 推薦系統(tǒng) / 15
1.4.3 知識(shí)問(wèn)答 / 15
1.4.4 推理決策 / 16
1.5 本章小結(jié) / 16
構(gòu)建篇
第2章 知識(shí)抽取 / 18
2.1 知識(shí)抽取概述 / 18
2.1.1 知識(shí)抽取的定義 / 19
2.1.2 知識(shí)抽取的任務(wù) / 20
2.2 知識(shí)抽取的方法 / 26
2.2.1 面向結(jié)構(gòu)化數(shù)據(jù) / 26
2.2.2 面向半結(jié)構(gòu)化數(shù)據(jù) / 28
2.2.3 面向非結(jié)構(gòu)化數(shù)據(jù) / 30
2.3 知識(shí)抽取實(shí)例 / 37
2.3.1 Deepdive的安裝
和配置 / 38
2.3.2 實(shí)驗(yàn)步驟 / 39
2.3.3 模型構(gòu)建 / 47
2.4 本章小結(jié) / 49
第3章 知識(shí)表示 / 50
3.1 知識(shí)表示概述 / 50
3.1.1 知識(shí)表示的定義 / 50
3.1.2 知識(shí)表示的任務(wù) / 51
3.2 知識(shí)表示的方法 / 51
3.2.1 基于符號(hào)的知識(shí)表示 / 51
3.2.2 基于向量的知識(shí)表示 / 60
3.3 知識(shí)表示實(shí)例 / 64
3.3.1 環(huán)境配置 / 64
3.3.2 生成映射文件 / 65
3.3.3 將MySQL數(shù)據(jù)轉(zhuǎn)為RDF
三元組 / 67
3.4 本章小結(jié) / 68
第4章 知識(shí)融合 / 69
4.1 知識(shí)融合概述 / 69
4.1.1 知識(shí)融合的定義 / 70
4.1.2 知識(shí)融合的任務(wù) / 70
4.2 知識(shí)融合的方法 / 73
4.2.1 本體對(duì)齊方法 / 73
4.2.2 實(shí)體對(duì)齊方法 / 77
4.3 知識(shí)融合實(shí)例 / 80
4.3.1 環(huán)境配置 / 81
4.3.2 預(yù)處理與匹配 / 81
4.3.3 結(jié)果評(píng)估 / 84
4.4 本章小結(jié) / 85
第5章 知識(shí)存儲(chǔ) / 86
5.1 知識(shí)存儲(chǔ)概述 / 86
5.1.1 知識(shí)存儲(chǔ)的定義 / 86
5.1.2 知識(shí)存儲(chǔ)的任務(wù) / 87
5.2 知識(shí)存儲(chǔ)的方法 / 89
5.2.1 基于關(guān)系型數(shù)據(jù)庫(kù)的
知識(shí)存儲(chǔ) / 89
5.2.2 基于NoSQL的
知識(shí)存儲(chǔ) / 92
5.2.3 基于分布式的
知識(shí)存儲(chǔ) / 96
5.3 知識(shí)存儲(chǔ)實(shí)例 / 98
5.3.1 使用Apache Jena
存儲(chǔ)數(shù)據(jù) / 98
5.3.2 使用Neo4j數(shù)據(jù)庫(kù)
存儲(chǔ)數(shù)據(jù) / 98
5.4 本章小結(jié) / 103
第6章 知識(shí)建?!? 104
6.1 知識(shí)建模概述 / 104
6.1.1 知識(shí)建模的定義 / 104
6.1.2 知識(shí)建模的任務(wù) / 107
6.2 知識(shí)建模的方法 / 109
6.2.1 手工建模方法 / 109
6.2.2 半自動(dòng)建模方法 / 113
6.2.3 本體自動(dòng)建模方法 / 114
6.3 知識(shí)建模實(shí)例 / 116
6.3.1 創(chuàng)建項(xiàng)目實(shí)例 / 117
6.3.2 創(chuàng)建本體關(guān)系和屬性 / 118
6.3.3 知識(shí)圖譜可視化 / 120
6.4 本章小結(jié) / 121
第7章 知識(shí)推理 / 122
7.1 知識(shí)推理概述 / 122
7.1.1 知識(shí)推理的定義 / 122
7.1.2 知識(shí)推理的任務(wù) / 123
7.2 知識(shí)推理的方法 / 124
7.2.1 基于邏輯規(guī)則的推理 / 124
7.2.2 基于知識(shí)表示學(xué)習(xí)的推理 / 131
7.2.3 基于神經(jīng)網(wǎng)絡(luò)的推理 / 134
7.2.4 混合推理 / 136
7.3 知識(shí)推理實(shí)例 / 137
7.4 本章小結(jié) / 139
第8章 知識(shí)評(píng)估與運(yùn)維 / 140
8.1 知識(shí)評(píng)估與運(yùn)維概述 / 140
8.1.1 知識(shí)評(píng)估概述 / 141
8.1.2 知識(shí)運(yùn)維概述 / 142
8.2 知識(shí)評(píng)估與運(yùn)維的任務(wù) / 143
8.2.1 知識(shí)評(píng)估任務(wù) / 143
8.2.2 知識(shí)運(yùn)維任務(wù) / 147
8.3 知識(shí)評(píng)估與運(yùn)維流程 / 149
8.3.1 知識(shí)評(píng)估流程 / 149
8.3.2 知識(shí)運(yùn)維流程 / 150
8.4 本章小結(jié) / 151
實(shí)踐篇
第9章 知識(shí)問(wèn)答評(píng)測(cè) / 154
9.1 知識(shí)問(wèn)答系統(tǒng)概述 / 154
9.1.1 知識(shí)問(wèn)答系統(tǒng)定義 / 155
9.1.2 知識(shí)問(wèn)答問(wèn)題分類 / 155
9.1.3 知識(shí)問(wèn)答評(píng)測(cè)技術(shù)方案 / 157
9.2 自然語(yǔ)言知識(shí)問(wèn)答評(píng)測(cè) / 159
9.2.1 任務(wù)背景 / 159
9.2.2 數(shù)據(jù)分析 / 159
9.2.3 技術(shù)方案 / 160
9.2.4 任務(wù)結(jié)果 / 163
9.3 生活服務(wù)知識(shí)問(wèn)答評(píng)測(cè) / 164
9.3.1 任務(wù)背景 / 164
9.3.2 數(shù)據(jù)分析 / 164
9.3.3 技術(shù)方案 / 165
9.3.4 任務(wù)結(jié)果 / 168
9.4 開(kāi)放知識(shí)問(wèn)答評(píng)測(cè) / 168
9.4.1 任務(wù)背景 / 168
9.4.2 數(shù)據(jù)分析 / 168
9.4.3 技術(shù)方案 / 169
9.4.4 任務(wù)結(jié)果 / 172
9.5 本章小結(jié) / 172
第10章 知識(shí)圖譜平臺(tái) / 173
10.1 知識(shí)圖譜平臺(tái)建設(shè)背景 / 173
10.2 知識(shí)圖譜平臺(tái)基本功能 / 175
10.3 AiMind知識(shí)圖譜平臺(tái) / 175
10.3.1 數(shù)據(jù)管理 / 176
10.3.2 知識(shí)建模 / 180
10.3.3 知識(shí)抽取 / 185
10.3.4 知識(shí)融合 / 189
10.3.5 知識(shí)管理 / 191
10.3.6 知識(shí)應(yīng)用 / 194
10.4 本章小結(jié) / 196
第11章 智能搜索實(shí)踐 / 197
11.1 智能搜索背景 / 197
11.2 智能搜索業(yè)務(wù)設(shè)計(jì) / 198
11.2.1 場(chǎng)景設(shè)計(jì) / 198
11.2.2 知識(shí)圖譜設(shè)計(jì) / 199
11.2.3 模塊設(shè)計(jì) / 200
11.3 數(shù)據(jù)獲取與預(yù)處理 / 201
11.3.1 環(huán)境搭建 / 202
11.3.2 數(shù)據(jù)獲取 / 202
11.3.3 知識(shí)抽取 / 203
11.3.4 知識(shí)存儲(chǔ) / 206
11.4 基于Jena的知識(shí)推理 / 207
11.4.1 OWL推理 / 208
11.4.2 Jena規(guī)則推理 / 209
11.5 基于 Elasticsearch的
知識(shí)搜索 / 210
11.6 本章小結(jié) / 216
第12章 圖書(shū)推薦系統(tǒng)實(shí)踐 / 217
12.1 推薦系統(tǒng)背景 / 217
12.2 圖書(shū)推薦業(yè)務(wù)設(shè)計(jì) / 219
12.2.1 場(chǎng)景設(shè)計(jì) / 219
12.2.2 知識(shí)圖譜設(shè)計(jì) / 220
12.2.3 模塊設(shè)計(jì) / 221
12.3 數(shù)據(jù)預(yù)處理 / 222
12.3.1 環(huán)境搭建 / 223
12.3.2 知識(shí)抽取 / 224
12.3.3 數(shù)據(jù)生成 / 225
12.3.4 知識(shí)表示 / 227
12.3.5 知識(shí)存儲(chǔ) / 229
12.4 模型訓(xùn)練與評(píng)估 / 231
12.4.1 模型訓(xùn)練 / 231
12.4.2 模型評(píng)估 / 234
12.5 推薦結(jié)果呈現(xiàn) / 235
12.6 本章小結(jié) / 235
第13章 開(kāi)放領(lǐng)域知識(shí)問(wèn)答實(shí)踐 / 236
13.1 知識(shí)問(wèn)答背景 / 236
13.2 知識(shí)問(wèn)答業(yè)務(wù)設(shè)計(jì) / 237
13.2.1 場(chǎng)景設(shè)計(jì) / 237
13.2.2 知識(shí)圖譜設(shè)計(jì) / 239
13.2.3 模塊設(shè)計(jì) / 240
13.3 數(shù)據(jù)預(yù)處理 / 241
13.3.1 環(huán)境搭建 / 241
13.3.2 數(shù)據(jù)獲取 / 241
13.3.3 知識(shí)表示與存儲(chǔ) / 242
13.4 問(wèn)句識(shí)別及問(wèn)答實(shí)現(xiàn) / 246
13.4.1 實(shí)體識(shí)別與鏈接 / 246
13.4.2 向量建?!? 248
13.4.3 選取自動(dòng)問(wèn)答的答案 / 251
13.5 問(wèn)答結(jié)果呈現(xiàn) / 252
13.6 本章小結(jié) / 254
第14章 交通領(lǐng)域知識(shí)問(wèn)答實(shí)踐 / 255
14.1 交通領(lǐng)域背景 / 255
14.2 問(wèn)答業(yè)務(wù)設(shè)計(jì) / 256
14.2.1 場(chǎng)景設(shè)計(jì) / 256
14.2.2 知識(shí)圖譜設(shè)計(jì) / 257
14.2.3 模塊設(shè)計(jì) / 258
14.3 數(shù)據(jù)預(yù)處理 / 259
14.3.1 環(huán)境搭建 / 259
14.3.2 數(shù)據(jù)生成 / 259
14.3.3 知識(shí)抽取 / 261
14.3.4 知識(shí)表示 / 262
14.3.5 知識(shí)存儲(chǔ) / 262
14.4 知識(shí)問(wèn)答系統(tǒng)實(shí)現(xiàn) / 264
14.5 問(wèn)答結(jié)果呈現(xiàn) / 266
14.6 本章小結(jié) / 267
第15章 汽車領(lǐng)域知識(shí)問(wèn)答實(shí)踐 / 268
15.1 汽車領(lǐng)域背景 / 268
15.2 問(wèn)答業(yè)務(wù)設(shè)計(jì) / 269
15.2.1 場(chǎng)景設(shè)計(jì) / 269
15.2.2 知識(shí)圖譜設(shè)計(jì) / 270
15.2.3 模塊設(shè)計(jì) / 273
15.3 數(shù)據(jù)預(yù)處理 / 274
15.3.1 環(huán)境搭建 / 275
15.3.2 數(shù)據(jù)導(dǎo)入 / 275
15.3.3 數(shù)據(jù)生成 / 277
15.3.4 知識(shí)抽取 / 279
15.3.5 知識(shí)推理 / 282
15.4 答案匹配與問(wèn)答系統(tǒng)實(shí)現(xiàn) / 284
15.4.1 答案匹配 / 284
15.4.2 問(wèn)答系統(tǒng)實(shí)現(xiàn) / 285
15.5 問(wèn)答結(jié)果呈現(xiàn) / 286
15.6 本章小結(jié) / 288
第16章 金融領(lǐng)域推理決策實(shí)踐 / 289
16.1 金融決策背景 / 289
16.2 信貸反欺詐業(yè)務(wù)設(shè)計(jì) / 290
16.2.1 場(chǎng)景設(shè)計(jì) / 290
16.2.2 知識(shí)圖譜設(shè)計(jì) / 291
16.2.3 模塊設(shè)計(jì) / 291
16.3 數(shù)據(jù)預(yù)處理 / 292
16.3.1 環(huán)境搭建 / 292
16.3.2 數(shù)據(jù)生成 / 293
16.3.3 知識(shí)抽取 / 296
16.3.4 知識(shí)表示 / 298
16.3.5 知識(shí)存儲(chǔ) / 298
16.4 推理決策實(shí)現(xiàn) / 299
16.4.1 基于自定義規(guī)則的Jena
推理機(jī)的推理 / 300
16.4.2 基于SPARQL查詢語(yǔ)句
的推理 / 302
16.4.3 基于Jena本體模型
的推理 / 304
16.5 本章小結(jié) / 307

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)