中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
基于人工智能的知識圖譜技術研究 版權信息
- ISBN：9787522113227
- 條形碼：9787522113227 ; 978-7-5221-1322-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于人工智能的知識圖譜技術研究 內容簡介
知識圖譜作為當前人工智能的重要方向之一，不僅被實驗室的研究者關注，更被各行各業的商業應用所關注。知識圖譜是一個古老而又嶄新的課題，是知識工程在新時代的新形態。智能離不開知識。知識始終是人工智能的核心之一。本書按照知識表示、知識庫構建、知識推理和知識應用的基本脈絡，全面介紹有關知識圖譜的前沿技術。為便于理解和融會貫通，本書也對相關NLP與機器學習的基本知識與知識圖譜的經典傳統方法進行了適當描述。本書既可作為人工智能領域研究人員的技術參考書，也可作為高等院校相關專業師生的教學參考書。
基于人工智能的知識圖譜技術研究 目錄
第1章 相關理論概述
1.1 知識圖譜的定義與內涵
1.2 知識圖譜的分類和應用
1.3 知識圖譜相關研究綜述
1.4 知識圖譜的發展歷程
1.5 知識圖譜的數據來源
1.6 知識圖譜的構建
1.7 本章小結
第2章 知識圖譜的表述
2.1 經典知識表示理論
2.2 知識圖譜的數值化表示方法
2.3 語義網中知識表示方法
2.4 知識圖譜中的知識表示方法
2.5 本章小結
第3章 知識圖譜的構建
3.1 知識圖譜構建概述
3.2 知識圖譜的學科定位探析
3.3 知識圖譜的本體學層的學
3.4 實體層的學習
3.5 知識圖譜的數據更新
3.6 通用知識圖譜和行業知識圖譜構建的區別
3.7 課程知識圖譜構建
3.8 本章小結
第4章 知識圖譜構建的可用數據源分析
4.1 數據源分析
4.2 數據源采集
4.3 數據清洗
4.4 本章小結
第5章 知識圖譜應用研究現狀分析
5.1 知識圖譜應用研究的整體分析
5.2 知識圖譜應用研究的現狀
5.3 本章小結
第6章 知識圖譜在社會科學研究領域的應用
6.1 學科知識圖譜
6.2 管理科學與工程學科知識圖體方案設計
6.3 構建內容
6.4 數據來源和研究方法
6.5 構建流程
6.6 管理科學與工程學科知識圖譜分析
6.7 國內管理科學與工程學科知識基礎分析
6.8 國內管理科學與工程學科研究熱點、前沿分析
6.9 本章小結
第7章 基于知識圖譜的技術研究和應用
7.1 技術
7.2 基于知識圖譜的應用
7.3 實驗結果及分析
7.4 本章小結
第8章 面向大規模知識圖譜彈的語義推理方法研究和應用
8.1 知識圖譜彈語義推理研究現狀
8.2 基于OWL屬鏈的彈語義關聯推理研究
8.3 基于分布式內存的彈語義查詢方法研究
8.4 本章小結
第9章 知識圖譜在事件抽取中的研究與應用
9.1 任務概述
9.2 基于模式匹配的事件抽取方法
9.3 基于機器學件抽取方法
9.4 開放域事件抽取
9.5 事件關系抽取
9.6 本章小結
參考文獻
1.1 知識圖譜的定義與內涵
1.2 知識圖譜的分類和應用
1.3 知識圖譜相關研究綜述
1.4 知識圖譜的發展歷程
1.5 知識圖譜的數據來源
1.6 知識圖譜的構建
1.7 本章小結
第2章 知識圖譜的表述
2.1 經典知識表示理論
2.2 知識圖譜的數值化表示方法
2.3 語義網中知識表示方法
2.4 知識圖譜中的知識表示方法
2.5 本章小結
第3章 知識圖譜的構建
3.1 知識圖譜構建概述
3.2 知識圖譜的學科定位探析
3.3 知識圖譜的本體學層的學
3.4 實體層的學習
3.5 知識圖譜的數據更新
3.6 通用知識圖譜和行業知識圖譜構建的區別
3.7 課程知識圖譜構建
3.8 本章小結
第4章 知識圖譜構建的可用數據源分析
4.1 數據源分析
4.2 數據源采集
4.3 數據清洗
4.4 本章小結
第5章 知識圖譜應用研究現狀分析
5.1 知識圖譜應用研究的整體分析
5.2 知識圖譜應用研究的現狀
5.3 本章小結
第6章 知識圖譜在社會科學研究領域的應用
6.1 學科知識圖譜
6.2 管理科學與工程學科知識圖體方案設計
6.3 構建內容
6.4 數據來源和研究方法
6.5 構建流程
6.6 管理科學與工程學科知識圖譜分析
6.7 國內管理科學與工程學科知識基礎分析
6.8 國內管理科學與工程學科研究熱點、前沿分析
6.9 本章小結
第7章 基于知識圖譜的技術研究和應用
7.1 技術
7.2 基于知識圖譜的應用
7.3 實驗結果及分析
7.4 本章小結
第8章 面向大規模知識圖譜彈的語義推理方法研究和應用
8.1 知識圖譜彈語義推理研究現狀
8.2 基于OWL屬鏈的彈語義關聯推理研究
8.3 基于分布式內存的彈語義查詢方法研究
8.4 本章小結
第9章 知識圖譜在事件抽取中的研究與應用
9.1 任務概述
9.2 基于模式匹配的事件抽取方法
9.3 基于機器學件抽取方法
9.4 開放域事件抽取
9.5 事件關系抽取
9.6 本章小結
參考文獻
展開全部
基于人工智能的知識圖譜技術研究 作者簡介
韋鵬程，教授，博士，博士后，博士后工作站導師，電子信息學科負責人，重慶市學術帶頭人后備人選，重慶市高校中青年骨，重慶市高校優秀人才支持計劃，國家本科專業建設負責人，交互式教育電子重慶市工程技術研究中心負責人，大數據重慶市工程實驗室負責人，重慶市學科（培育）負責人，重慶市高校創新研究群體負責人，重慶市人工智能學會副理事長，重慶市電子學會常務理事，重慶郵電大學碩士生導師五年來主持省部級科研項目5項、市級教改項目2項；發表SCI期刊論文15篇；出版專著8部；獲得發明專利10項；承擔企業橫向項目10項，項經費400萬元。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
名家帶你讀魯迅:朝花夕拾
- >
隨園食單
- >
名家帶你讀魯迅:故事新編
- >
朝聞道
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
有舍有得是人生
- >
山海經
本類暢銷
