掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥69.3
加入購(gòu)物車
從零構(gòu)建知識(shí)圖譜:技術(shù)、方法與案例 版權(quán)信息
- ISBN：9787111686835
- 條形碼：9787111686835 ; 978-7-111-68683-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>>
從零構(gòu)建知識(shí)圖譜:技術(shù)、方法與案例 本書(shū)特色
資深知識(shí)圖譜專家撰寫(xiě)，OpenKG創(chuàng)始人、美團(tuán)知識(shí)圖譜負(fù)責(zé)人力薦，技術(shù)、工具、方法和案例4個(gè)維度，配源碼
從零構(gòu)建知識(shí)圖譜:技術(shù)、方法與案例 內(nèi)容簡(jiǎn)介
這是一本能讓讀者快速?gòu)牧汩_(kāi)始構(gòu)建工業(yè)級(jí)知識(shí)圖譜的著作。作者是知識(shí)圖譜和自然語(yǔ)言處理領(lǐng)域的專家，本書(shū)得到了OpenKG聯(lián)合創(chuàng)始人王昊奮、清華大學(xué)教授李涓子、東南大學(xué)教授漆桂林、美團(tuán)知識(shí)圖譜團(tuán)隊(duì)負(fù)責(zé)人張富崢、文因互聯(lián)創(chuàng)始人鮑捷等學(xué)界和業(yè)界知識(shí)圖譜扛旗人的一致好評(píng)和推薦。 本書(shū)不僅詳細(xì)講解了知識(shí)圖譜的技術(shù)原理和構(gòu)建工具，而且還循序漸進(jìn)地講解了知識(shí)圖譜的構(gòu)建方法、步驟和行業(yè)應(yīng)用。配有大量實(shí)戰(zhàn)案例，并且開(kāi)放了源代碼，確保讀者能學(xué)會(huì)并落地。 全書(shū)一共8章： 第1章介紹了知識(shí)圖譜的概念、模式、應(yīng)用場(chǎng)景和技術(shù)架構(gòu)； 第2章圍繞知識(shí)圖譜的技術(shù)體系，詳細(xì)闡述了知識(shí)的表示與建模、抽取與挖掘、存儲(chǔ)與融合，以及檢索與推理； 第3章通過(guò)具體的實(shí)例介紹了各種知識(shí)圖譜工具的使用； 第4章和第5章從工業(yè)實(shí)踐的角度講解了從0到1構(gòu)建通用知識(shí)圖譜和領(lǐng)域知識(shí)圖譜的步驟和方法，并配備詳細(xì)的代碼解讀； 第6~7章講解了知識(shí)圖譜的具體應(yīng)用和一個(gè)綜合性的知識(shí)圖譜案例——問(wèn)答系統(tǒng)，進(jìn)一步指導(dǎo)讀者實(shí)踐； 第8章對(duì)知識(shí)圖譜的未來(lái)發(fā)展進(jìn)行了總結(jié)和展望。
從零構(gòu)建知識(shí)圖譜:技術(shù)、方法與案例 目錄
推薦序
前言
第1章 知識(shí)圖譜概覽 1
1.1 知識(shí)圖譜序言 1
1.2 知識(shí)圖譜基本概念 3
1.2.1 知識(shí)圖譜背景 3
1.2.2 知識(shí)圖譜的定義 5
1.2.3 典型知識(shí)圖譜示例 7
1.3 知識(shí)圖譜的模式 10
1.4 為什么需要知識(shí)圖譜 13
1.5 知識(shí)圖譜的典型應(yīng)用 15
1.6 知識(shí)圖譜的技術(shù)架構(gòu) 17
參考文獻(xiàn) 18
第2章 知識(shí)圖譜技術(shù)體系 19
2.1 知識(shí)表示與知識(shí)建模 19
2.1.1 知識(shí)表示 19
2.1.2 知識(shí)建模 26
2.2 知識(shí)抽取與知識(shí)挖掘 29
2.2.1 知識(shí)抽取 29
2.2.2 知識(shí)挖掘 38
2.3 知識(shí)存儲(chǔ)與知識(shí)融合 42
2.3.1 知識(shí)存儲(chǔ) 42
2.3.2 知識(shí)融合 47
2.4 知識(shí)檢索與知識(shí)推理 52
2.4.1 知識(shí)檢索 53
2.4.2 知識(shí)推理 58
參考文獻(xiàn) 61
第3章 知識(shí)圖譜工具 63
3.1 知識(shí)建模工具 63
3.1.1 Protégé 64
3.1.2 其他本體建模工具 79
3.1.3 本體建模工具的選擇 83
3.2 知識(shí)抽取工具 84
3.2.1 DeepDive 84
3.2.2 其他知識(shí)抽取工具 102
3.2.3 知識(shí)抽取工具對(duì)比 106
3.3 知識(shí)存儲(chǔ)工具 107
3.3.1 Neo4j 108
3.3.2 Neo4j安裝與部署 109
3.3.3 可視化 113
3.3.4 圖模型 115
3.3.5 其他圖數(shù)據(jù)庫(kù) 120
參考文獻(xiàn) 122
第4章 從零構(gòu)建通用知識(shí)圖譜 123
4.1 通用知識(shí)表示與抽取 123
4.1.1 通用知識(shí)數(shù)據(jù)來(lái)源 123
4.1.2 實(shí)體層構(gòu)建 126
4.1.3 表述層構(gòu)建 131
4.1.4 概念層構(gòu)建 134
4.2 知識(shí)增強(qiáng) 135
4.2.1 實(shí)體層知識(shí)增強(qiáng) 135
4.2.2 模式完善 139
4.2.3 實(shí)體鏈接：表述層與實(shí)體層之間的映射 144
4.2.4 實(shí)體分類：實(shí)體層與概念層之間的映射 146
4.3 百科知識(shí)存儲(chǔ)與更新 153
4.3.1 屬性圖存儲(chǔ)模型 154
4.3.2 知識(shí)存儲(chǔ) 156
4.3.3 知識(shí)更新 168
第5章 領(lǐng)域知識(shí)圖譜構(gòu)建 172
5.1 領(lǐng)域知識(shí)圖譜概覽 172
5.2 醫(yī)藥領(lǐng)域知識(shí)圖譜 173
5.2.1 領(lǐng)域模式構(gòu)建 174
5.2.2 領(lǐng)域知識(shí)抽取 176
5.2.3 領(lǐng)域圖譜構(gòu)建 178
5.2.4 圖譜展示 182
5.3 用戶畫(huà)像圖譜 183
5.3.1 用戶畫(huà)像知識(shí)表示 183
5.3.2 知識(shí)抽取和挖掘 185
5.3.3 抽取案例 194
參考文獻(xiàn) 207
第6章 知識(shí)圖譜應(yīng)用 208
6.1 知識(shí)可視化 208
6.1.1 D3 208
6.1.2 ECharts 213
6.1.3 其他工具介紹 220
6.1.4 小結(jié) 225
6.2 實(shí)體鏈接 225
6.2.1 實(shí)體鏈接的定義 225
6.2.2 實(shí)體鏈接的步驟 226
6.2.3 實(shí)體鏈接工具 232
6.2.4 實(shí)體鏈接的應(yīng)用 242
6.3 知識(shí)問(wèn)答 245
6.3.1 知識(shí)問(wèn)答系統(tǒng)概述 245
6.3.2 知識(shí)問(wèn)答系統(tǒng)的主要流程 247
6.3.3 主流知識(shí)問(wèn)答系統(tǒng)介紹 252
6.3.4 問(wèn)答系統(tǒng)實(shí)戰(zhàn) 260
6.4 聯(lián)想 277
6.4.1 聯(lián)想整體流程 278
6.4.2 話題識(shí)別 279
6.4.3 候選話題生成 280
6.4.4 候選話題排序 282
6.4.5 聯(lián)想回復(fù)生成 290
參考文獻(xiàn) 292
第7章 基于知識(shí)圖譜的問(wèn)答系統(tǒng) 297
7.1 簡(jiǎn)介 297
7.2 自然語(yǔ)言理解 300
7.2.1 概述 300
7.2.2 基礎(chǔ)NLU 301
7.2.3 意圖理解 309
7.2.4 實(shí)體識(shí)別與鏈接 317
7.2.5 文本相似度與向量化 317
7.3 對(duì)話管理 322
7.3.1 概述 322
7.3.2 知識(shí)問(wèn)答 327
7.3.3 閑聊 331
7.4 自然語(yǔ)言生成 332
7.5 服務(wù)化 333
參考文獻(xiàn) 335
第8章 總結(jié)與展望 336
參考文獻(xiàn) 338
展開(kāi)全部
從零構(gòu)建知識(shí)圖譜:技術(shù)、方法與案例 節(jié)選
◆推薦序 ◆ 近年來(lái)，知識(shí)圖譜技術(shù)及應(yīng)用受到了廣泛的關(guān)注。作為人工智能時(shí)代從感知跨越到認(rèn)知的橋梁，知識(shí)圖譜以圖網(wǎng)絡(luò)的形式連接人類豐富的知識(shí)，并嘗試解決推理和理解問(wèn)題。越來(lái)越多的學(xué)者和工業(yè)界人士投身于知識(shí)圖譜的研究和落地，基于知識(shí)圖譜的智能搜索、問(wèn)答以及推薦也得到了推廣和應(yīng)用。 知識(shí)圖譜相關(guān)技術(shù)發(fā)展迅速，應(yīng)用也非常廣泛，但仍然有很多問(wèn)題需要解決。從理論研究方面，知識(shí)圖譜的基礎(chǔ)技術(shù)仍然需要進(jìn)一步推進(jìn)，一些問(wèn)題，例如語(yǔ)言歧義性、長(zhǎng)尾知識(shí)獲取、時(shí)序知識(shí)獲取、多模態(tài)知識(shí)的融合、復(fù)雜推理，還沒(méi)有較好的解決辦法。而從工業(yè)實(shí)踐上來(lái)看，由于數(shù)據(jù)源繁多，數(shù)據(jù)規(guī)模龐大，異構(gòu)數(shù)據(jù)質(zhì)量參差不齊，高質(zhì)量通用知識(shí)圖譜的構(gòu)建還有很長(zhǎng)的路要走。 因此，很多公司將目光轉(zhuǎn)向特定領(lǐng)域的知識(shí)圖譜應(yīng)用，也催生了諸如醫(yī)療、法律、公安、電商等基于行業(yè)的知識(shí)圖譜。知識(shí)圖譜的發(fā)展已經(jīng)進(jìn)入下半場(chǎng)，由于技術(shù)和工具的不斷成熟，構(gòu)建完整的知識(shí)圖譜也不再是巨頭的專利，具備一定基礎(chǔ)的技術(shù)人員也能夠?qū)⒅R(shí)圖譜技術(shù)應(yīng)用于自身業(yè)務(wù)中。 如何將理論化為應(yīng)用，是一線從業(yè)人員*為關(guān)注的問(wèn)題。雖然構(gòu)建知識(shí)圖譜的要求很高，但門(mén)檻已經(jīng)大大降低。各行各業(yè)對(duì)知識(shí)圖譜的關(guān)注度都在提升，知識(shí)圖譜相關(guān)的課程、教材也已面世。但在理論之外，從業(yè)人員更需要一本能夠結(jié)合工業(yè)實(shí)踐將知識(shí)圖譜落地的指南。 本書(shū)正是這樣一本面向?qū)崙?zhàn)的知識(shí)圖譜指南，不僅有基礎(chǔ)的知識(shí)圖譜技術(shù)介紹，還用大量的篇幅闡述如何快速構(gòu)建和應(yīng)用知識(shí)圖譜。本書(shū)作者都是長(zhǎng)期深耕于自然語(yǔ)言處理與知識(shí)圖譜領(lǐng)域的一線研究人員和工程師，為國(guó)內(nèi)的知識(shí)圖譜開(kāi)源社區(qū)OpenKG貢獻(xiàn)了很多有價(jià)值的數(shù)據(jù)和工具。他們從實(shí)踐角度，通過(guò)淺顯易懂的解析以及開(kāi)源的代碼，對(duì)知識(shí)圖譜的理論基礎(chǔ)、相關(guān)工具、構(gòu)建步驟進(jìn)行了詳細(xì)的闡述。相信無(wú)論是知識(shí)圖譜從業(yè)人員還是研究學(xué)者，都可以通過(guò)本書(shū)了解知識(shí)圖譜的全流程構(gòu)建方法，并能夠?qū)⑵鋺?yīng)用到實(shí)際項(xiàng)目和業(yè)務(wù)中。 王昊奮 同濟(jì)大學(xué)特聘研究員，OpenKG聯(lián)合創(chuàng)始人，CCF SIGKG主席
從零構(gòu)建知識(shí)圖譜:技術(shù)、方法與案例 作者簡(jiǎn)介
邵浩 資深人工智能技術(shù)專家，復(fù)星集團(tuán)CEO助理，集團(tuán)AI業(yè)務(wù)負(fù)責(zé)人。曾任vivo人工智能研究院算法專家、技術(shù)總監(jiān)，曾任狗尾草智能科技AI研究院院長(zhǎng)，帶領(lǐng)團(tuán)隊(duì)打造了虛擬生命產(chǎn)品的交互引擎。上海市靜安區(qū)首屆優(yōu)秀人才，上海市人才發(fā)展基金獲得者，杭州市高層次人才。中國(guó)中文信息學(xué)會(huì)青年工作委員會(huì)委員，語(yǔ)言與知識(shí)計(jì)算專委會(huì)委員，中國(guó)計(jì)算機(jī)學(xué)會(huì)語(yǔ)音對(duì)話與聽(tīng)覺(jué)專委會(huì)委員，自然語(yǔ)言處理專委會(huì)委員。 日本國(guó)立九州大學(xué)工學(xué)博士，亞利桑那州立大學(xué)訪問(wèn)學(xué)者，曾任上海對(duì)外經(jīng)貿(mào)大學(xué)副教授，碩士生導(dǎo)師。共發(fā)表論文 50余篇，專利十余項(xiàng)，在國(guó)內(nèi)率先出版了聊天機(jī)器人和預(yù)訓(xùn)練語(yǔ)言模型相關(guān)的著作，主持多項(xiàng)國(guó)jia級(jí)和省部級(jí)課題。 張凱 資深A(yù)I算法工程師，主要研究方向包括知識(shí)圖譜、對(duì)話系統(tǒng)、推薦系統(tǒng)、機(jī)器翻譯等，擁有多年算法落地經(jīng)驗(yàn)。主導(dǎo)構(gòu)建了開(kāi)放通用知識(shí)圖譜七律，參與了《知識(shí)圖譜評(píng)測(cè)標(biāo)準(zhǔn)》和《知識(shí)圖譜白皮書(shū)》的編寫(xiě)。聊天機(jī)器人專業(yè)書(shū)籍作者之一。 李方圓 資深A(yù)I算法工程師，主要研究方向包括機(jī)器翻譯、知識(shí)圖譜和問(wèn)答系統(tǒng)，具有多年實(shí)戰(zhàn)項(xiàng)目經(jīng)驗(yàn)，現(xiàn)任vivo機(jī)器翻譯團(tuán)隊(duì)負(fù)責(zé)人，主導(dǎo)從零構(gòu)建機(jī)器翻譯能力。 張?jiān)瓶? 資深A(yù)I算法工程師，中文信息學(xué)會(huì)會(huì)員，碩士畢業(yè)于加拿大Queen’s University，曾任職于奇虎360。主要研究方向包括自然語(yǔ)言處理與知識(shí)圖譜，曾于領(lǐng)域內(nèi)知名會(huì)議發(fā)表相關(guān)論文，擁有豐富的算法落地經(jīng)驗(yàn)。 戴錫強(qiáng) 資深A(yù)I算法工程師，主要研究方向?yàn)橹R(shí)圖譜、對(duì)話系統(tǒng)等，參與構(gòu)建了百科知識(shí)圖譜，醫(yī)藥領(lǐng)域知識(shí)圖譜，基于知識(shí)圖譜的問(wèn)答系統(tǒng)等，具有豐富的知識(shí)圖譜落地經(jīng)驗(yàn)。
書(shū)友推薦
- >
史學(xué)評(píng)論
- >
伯納黛特,你要去哪(2021新版)
- >
巴金－再思錄
- >
小考拉的故事-套裝共3冊(cè)
- >
經(jīng)典常談
- >
二體千字文
- >
回憶愛(ài)瑪儂
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
本類暢銷
