掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥33.4
加入購(gòu)物車
知識(shí)表示與推理 版權(quán)信息
- ISBN：9787301353523
- 條形碼：9787301353523 ; 978-7-301-35352-3
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>>
知識(shí)表示與推理 本書特色
（1）每章對(duì)多個(gè)相關(guān)研究方向的發(fā)展進(jìn)程進(jìn)行系統(tǒng)的、多維度的梳理。
（2）注重介紹傳統(tǒng)知識(shí)工程的思想和理論，以及機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在知識(shí)表示與推理各個(gè)環(huán)節(jié)中應(yīng)用的技術(shù)和方法。
（3）學(xué)習(xí)本書，讀者除了能夠了解知識(shí)表示與推理的發(fā)展脈絡(luò)，還能激發(fā)研究興趣，思考核心問(wèn)題，領(lǐng)悟發(fā)展方向
（4）本書在重點(diǎn)章節(jié)配有教學(xué)視頻二維碼資源，讀者掃描二維碼，即可在線觀看。
知識(shí)表示與推理 內(nèi)容簡(jiǎn)介
本書聚焦于知識(shí)表示與推理，圍繞經(jīng)典知識(shí)表示、知識(shí)圖譜、知識(shí)體系構(gòu)建和知識(shí)融合、實(shí)體識(shí)別和擴(kuò)展、實(shí)體消歧、關(guān)系抽取、事件抽取、知識(shí)存儲(chǔ)和檢索、經(jīng)典知識(shí)推理、確定性推理與不確定性推理、數(shù)值推理、知識(shí)問(wèn)答與對(duì)話等展開(kāi)介紹。每章對(duì)多個(gè)相關(guān)研究方向的發(fā)展進(jìn)程進(jìn)行系統(tǒng)的、多維度的梳理，注重介紹傳統(tǒng)知識(shí)工程的思想和理論，以及機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在知識(shí)表示與推理各個(gè)環(huán)節(jié)中應(yīng)用的技術(shù)和方法，從而使讀者能夠了解知識(shí)表示與推理的發(fā)展脈絡(luò)，激發(fā)研究興趣，思考核心問(wèn)題，領(lǐng)悟發(fā)展方向。本書既可作為高等院校人工智能、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)等專業(yè)本科生的必修課教材，也可作為計(jì)算機(jī)科學(xué)與技術(shù)、電子信息等專業(yè)碩士研究生的選修課教材，還可作為人工智能、數(shù)據(jù)科學(xué)等相關(guān)領(lǐng)域從業(yè)者的參考用書。
知識(shí)表示與推理 目錄
第1章 概述 1
1.1 知識(shí)表示的概念 2
1.2 知識(shí)表示與推理的發(fā)展歷史 5
1.3 本書的內(nèi)容安排 7
本章習(xí)題 8
第2章 經(jīng)典知識(shí)表示 9
2.1 概念表示 9
2.1.1 數(shù)理邏輯 10
2.1.2 集合論 12
2.1.3 概念的現(xiàn)代表示 13
2.2 產(chǎn)生式表示法 14
2.2.1 產(chǎn)生式 14
2.2.2 產(chǎn)生式系統(tǒng) 15
2.3 框架表示法 17
2.4 腳本表示法 20
2.5 狀態(tài)空間表示法 21
2.6 語(yǔ)義網(wǎng)表示法 23
2.6.1 語(yǔ)義網(wǎng)絡(luò) 23
2.6.2 語(yǔ)義網(wǎng)知識(shí)描述體系 25
2.7 數(shù)值化表示 31
2.7.1 符號(hào)的數(shù)值化表示 31
2.7.2 文本的數(shù)值化表示 32
本章小結(jié) 32
本章習(xí)題 33
第3章 知識(shí)圖譜 34
3.1 知識(shí)圖譜的概念 34
3.2 知識(shí)圖譜類型 36
3.3 知識(shí)圖譜生命周期 42
3.3.1 知識(shí)體系構(gòu)建 42
3.3.2 知識(shí)獲取 43
3.3.3 知識(shí)融合 46
3.3.4 知識(shí)存儲(chǔ) 47
3.3.5 知識(shí)推理 47
3.3.6 知識(shí)應(yīng)用 48
3.4 知識(shí)圖譜中的知識(shí)表示方法 50
3.4.1 表示框架 50
3.4.2 Freebase 52
3.4.3 知識(shí)圖譜的數(shù)值化表示 53
3.5 知識(shí)圖譜與深度學(xué)習(xí) 54
本章小結(jié) 57
本章習(xí)題 57
第4章 知識(shí)體系構(gòu)建和知識(shí)融合 58
4.1 知識(shí)體系構(gòu)建 58
4.1.1 人工構(gòu)建方法 59
4.1.2 自動(dòng)構(gòu)建方法 62
4.1.3 典型知識(shí)體系 64
4.2 知識(shí)融合 66
4.2.1 框架匹配 66
4.2.2 實(shí)體對(duì)齊 68
4.2.3 沖突檢測(cè)與消解 69
4.2.4 典型知識(shí)融合系統(tǒng) 70
本章小結(jié) 72
本章習(xí)題 72
第5章 實(shí)體識(shí)別和擴(kuò)展 73
5.1 實(shí)體識(shí)別 73
5.1.1 任務(wù)概述 73
5.1.2 基于規(guī)則的實(shí)體識(shí)別方法 76
5.1.3 基于機(jī)器學(xué)習(xí)的實(shí)體識(shí)別——基于特征的方法 77
5.1.4 基于機(jī)器學(xué)習(xí)的實(shí)體識(shí)別——基于神經(jīng)網(wǎng)絡(luò)的方法 83
5.2 細(xì)粒度實(shí)體識(shí)別 84
5.2.1 任務(wù)概述 84
5.2.2 細(xì)粒度實(shí)體類別的制定 85
5.2.3 細(xì)粒度實(shí)體識(shí)別方法 86
5.3 實(shí)體擴(kuò)展 86
5.3.1 任務(wù)概述 86
5.3.2 實(shí)體擴(kuò)展方法 87
本章小結(jié) 91
本章習(xí)題 91
第6章 實(shí)體消歧 92
6.1 任務(wù)概述 92
6.1.1 任務(wù)定義 92
6.1.2 任務(wù)分類 93
6.1.3 相關(guān)評(píng)測(cè) 94
6.2 基于聚類的實(shí)體消歧方法 97
6.2.1 基于表層特征的實(shí)體指稱項(xiàng)相似度計(jì)算 97
6.2.2 基于擴(kuò)展特征的實(shí)體指稱項(xiàng)相似度計(jì)算 98
6.2.3 基于社會(huì)化網(wǎng)絡(luò)的實(shí)體指稱項(xiàng)相似度計(jì)算 98
6.3 基于實(shí)體鏈接的實(shí)體消歧方法 100
6.3.1 鏈接候選過(guò)濾方法 100
6.3.2 實(shí)體鏈接方法 101
6.4 面向結(jié)構(gòu)化文本的實(shí)體消歧方法 104
本章小結(jié) 105
本章習(xí)題 105
第7章 關(guān)系抽取 106
7.1 任務(wù)概述 106
7.1.1 任務(wù)定義 106
7.1.2 任務(wù)分類 107
7.1.3 任務(wù)難點(diǎn) 108
7.1.4 相關(guān)評(píng)測(cè) 108
7.2 限定域關(guān)系抽取 109
7.2.1 基于模板的關(guān)系抽取方法 110
7.2.2 基于機(jī)器學(xué)習(xí)的關(guān)系抽取方法 111
7.3 開(kāi)放域關(guān)系抽取 120
本章小結(jié) 122
本章習(xí)題 122
第8章 事件抽取 123
8.1 概述 123
8.2 限定域事件抽取 130
8.2.1 基于模式匹配的事件抽取方法 130
8.2.2 基于機(jī)器學(xué)習(xí)的事件抽取方法 132
8.3 開(kāi)放域事件抽取 136
8.3.1 基于內(nèi)容特征的事件抽取方法 137
8.3.2 基于異常檢測(cè)的事件抽取方法 138
8.4 事件關(guān)系抽取 138
8.4.1 事件共指關(guān)系抽取 139
8.4.2 事件因果關(guān)系抽取 139
8.4.3 子事件關(guān)系抽取 140
8.4.4 事件時(shí)序關(guān)系抽取 140
本章小結(jié) 141
本章習(xí)題 141
第9章 知識(shí)存儲(chǔ)和檢索 142
9.1 知識(shí)圖譜的存儲(chǔ) 143
9.1.1 基于表結(jié)構(gòu)的存儲(chǔ) 143
9.1.2 基于圖結(jié)構(gòu)的存儲(chǔ) 148
9.2 知識(shí)檢索 150
9.2.1 常見(jiàn)形式化查詢語(yǔ)言 150
9.2.2 圖檢索技術(shù) 160
本章小結(jié) 163
本章習(xí)題 163
第10章 經(jīng)典知識(shí)推理 164
10.1 典型推理任務(wù) 164
10.1.1 知識(shí)補(bǔ)全 164
10.1.2 知識(shí)問(wèn)答 165
10.2 知識(shí)推理分類 166
10.2.1 歸納推理 166
10.2.2 演繹推理 167
10.3 知識(shí)推理方法 168
10.3.1 歸納推理：學(xué)習(xí)推理規(guī)則 168
10.3.2 演繹推理：推理具體事實(shí) 169
10.4常識(shí)知識(shí)推理 171
本章小結(jié) 173
本章習(xí)題 173
第11章 確定性推理與不確定性推理 174
11.1 確定性推理 174
11.2 不確定性推理 175
11.2.1 概述 175
11.2.2 基于概率論的推理方法 179
11.2.3 模糊推理 180
本章小結(jié) 182
本章習(xí)題 182
第12章 數(shù)值推理 183
12.1 基于數(shù)值計(jì)算的推理 183
12.1.1 基于張量分解的方法 183
12.1.2 基于能量函數(shù)的方法 185
12.2 符號(hào)演算和數(shù)值計(jì)算的融合推理 189
本章小結(jié) 191
本章習(xí)題 192
第13章 知識(shí)問(wèn)答與對(duì)話 193
13.1 概述 194
13.2 知識(shí)問(wèn)答 195
13.2.1 基于語(yǔ)義解析的方法 197
13.2.2 基于搜索排序方法 203
13.2.3 常用評(píng)測(cè)數(shù)據(jù)及各方法性能比較 208
13.3 知識(shí)對(duì)話 209
13.3.1 知識(shí)對(duì)話技術(shù)概述 209
13.3.2 任務(wù)導(dǎo)向型對(duì)話系統(tǒng) 210
13.3.3 通用對(duì)話系統(tǒng) 215
13.3.4 評(píng)價(jià)方法 217
本章小結(jié) 218
本章習(xí)題 218
參考文獻(xiàn) 219
1.1 知識(shí)表示的概念 2
1.2 知識(shí)表示與推理的發(fā)展歷史 5
1.3 本書的內(nèi)容安排 7
本章習(xí)題 8
第2章 經(jīng)典知識(shí)表示 9
2.1 概念表示 9
2.1.1 數(shù)理邏輯 10
2.1.2 集合論 12
2.1.3 概念的現(xiàn)代表示 13
2.2 產(chǎn)生式表示法 14
2.2.1 產(chǎn)生式 14
2.2.2 產(chǎn)生式系統(tǒng) 15
2.3 框架表示法 17
2.4 腳本表示法 20
2.5 狀態(tài)空間表示法 21
2.6 語(yǔ)義網(wǎng)表示法 23
2.6.1 語(yǔ)義網(wǎng)絡(luò) 23
2.6.2 語(yǔ)義網(wǎng)知識(shí)描述體系 25
2.7 數(shù)值化表示 31
2.7.1 符號(hào)的數(shù)值化表示 31
2.7.2 文本的數(shù)值化表示 32
本章小結(jié) 32
本章習(xí)題 33
第3章 知識(shí)圖譜 34
3.1 知識(shí)圖譜的概念 34
3.2 知識(shí)圖譜類型 36
3.3 知識(shí)圖譜生命周期 42
3.3.1 知識(shí)體系構(gòu)建 42
3.3.2 知識(shí)獲取 43
3.3.3 知識(shí)融合 46
3.3.4 知識(shí)存儲(chǔ) 47
3.3.5 知識(shí)推理 47
3.3.6 知識(shí)應(yīng)用 48
3.4 知識(shí)圖譜中的知識(shí)表示方法 50
3.4.1 表示框架 50
3.4.2 Freebase 52
3.4.3 知識(shí)圖譜的數(shù)值化表示 53
3.5 知識(shí)圖譜與深度學(xué)習(xí) 54
本章小結(jié) 57
本章習(xí)題 57
第4章 知識(shí)體系構(gòu)建和知識(shí)融合 58
4.1 知識(shí)體系構(gòu)建 58
4.1.1 人工構(gòu)建方法 59
4.1.2 自動(dòng)構(gòu)建方法 62
4.1.3 典型知識(shí)體系 64
4.2 知識(shí)融合 66
4.2.1 框架匹配 66
4.2.2 實(shí)體對(duì)齊 68
4.2.3 沖突檢測(cè)與消解 69
4.2.4 典型知識(shí)融合系統(tǒng) 70
本章小結(jié) 72
本章習(xí)題 72
第5章 實(shí)體識(shí)別和擴(kuò)展 73
5.1 實(shí)體識(shí)別 73
5.1.1 任務(wù)概述 73
5.1.2 基于規(guī)則的實(shí)體識(shí)別方法 76
5.1.3 基于機(jī)器學(xué)習(xí)的實(shí)體識(shí)別——基于特征的方法 77
5.1.4 基于機(jī)器學(xué)習(xí)的實(shí)體識(shí)別——基于神經(jīng)網(wǎng)絡(luò)的方法 83
5.2 細(xì)粒度實(shí)體識(shí)別 84
5.2.1 任務(wù)概述 84
5.2.2 細(xì)粒度實(shí)體類別的制定 85
5.2.3 細(xì)粒度實(shí)體識(shí)別方法 86
5.3 實(shí)體擴(kuò)展 86
5.3.1 任務(wù)概述 86
5.3.2 實(shí)體擴(kuò)展方法 87
本章小結(jié) 91
本章習(xí)題 91
第6章 實(shí)體消歧 92
6.1 任務(wù)概述 92
6.1.1 任務(wù)定義 92
6.1.2 任務(wù)分類 93
6.1.3 相關(guān)評(píng)測(cè) 94
6.2 基于聚類的實(shí)體消歧方法 97
6.2.1 基于表層特征的實(shí)體指稱項(xiàng)相似度計(jì)算 97
6.2.2 基于擴(kuò)展特征的實(shí)體指稱項(xiàng)相似度計(jì)算 98
6.2.3 基于社會(huì)化網(wǎng)絡(luò)的實(shí)體指稱項(xiàng)相似度計(jì)算 98
6.3 基于實(shí)體鏈接的實(shí)體消歧方法 100
6.3.1 鏈接候選過(guò)濾方法 100
6.3.2 實(shí)體鏈接方法 101
6.4 面向結(jié)構(gòu)化文本的實(shí)體消歧方法 104
本章小結(jié) 105
本章習(xí)題 105
第7章 關(guān)系抽取 106
7.1 任務(wù)概述 106
7.1.1 任務(wù)定義 106
7.1.2 任務(wù)分類 107
7.1.3 任務(wù)難點(diǎn) 108
7.1.4 相關(guān)評(píng)測(cè) 108
7.2 限定域關(guān)系抽取 109
7.2.1 基于模板的關(guān)系抽取方法 110
7.2.2 基于機(jī)器學(xué)習(xí)的關(guān)系抽取方法 111
7.3 開(kāi)放域關(guān)系抽取 120
本章小結(jié) 122
本章習(xí)題 122
第8章 事件抽取 123
8.1 概述 123
8.2 限定域事件抽取 130
8.2.1 基于模式匹配的事件抽取方法 130
8.2.2 基于機(jī)器學(xué)習(xí)的事件抽取方法 132
8.3 開(kāi)放域事件抽取 136
8.3.1 基于內(nèi)容特征的事件抽取方法 137
8.3.2 基于異常檢測(cè)的事件抽取方法 138
8.4 事件關(guān)系抽取 138
8.4.1 事件共指關(guān)系抽取 139
8.4.2 事件因果關(guān)系抽取 139
8.4.3 子事件關(guān)系抽取 140
8.4.4 事件時(shí)序關(guān)系抽取 140
本章小結(jié) 141
本章習(xí)題 141
第9章 知識(shí)存儲(chǔ)和檢索 142
9.1 知識(shí)圖譜的存儲(chǔ) 143
9.1.1 基于表結(jié)構(gòu)的存儲(chǔ) 143
9.1.2 基于圖結(jié)構(gòu)的存儲(chǔ) 148
9.2 知識(shí)檢索 150
9.2.1 常見(jiàn)形式化查詢語(yǔ)言 150
9.2.2 圖檢索技術(shù) 160
本章小結(jié) 163
本章習(xí)題 163
第10章 經(jīng)典知識(shí)推理 164
10.1 典型推理任務(wù) 164
10.1.1 知識(shí)補(bǔ)全 164
10.1.2 知識(shí)問(wèn)答 165
10.2 知識(shí)推理分類 166
10.2.1 歸納推理 166
10.2.2 演繹推理 167
10.3 知識(shí)推理方法 168
10.3.1 歸納推理：學(xué)習(xí)推理規(guī)則 168
10.3.2 演繹推理：推理具體事實(shí) 169
10.4常識(shí)知識(shí)推理 171
本章小結(jié) 173
本章習(xí)題 173
第11章 確定性推理與不確定性推理 174
11.1 確定性推理 174
11.2 不確定性推理 175
11.2.1 概述 175
11.2.2 基于概率論的推理方法 179
11.2.3 模糊推理 180
本章小結(jié) 182
本章習(xí)題 182
第12章 數(shù)值推理 183
12.1 基于數(shù)值計(jì)算的推理 183
12.1.1 基于張量分解的方法 183
12.1.2 基于能量函數(shù)的方法 185
12.2 符號(hào)演算和數(shù)值計(jì)算的融合推理 189
本章小結(jié) 191
本章習(xí)題 192
第13章 知識(shí)問(wèn)答與對(duì)話 193
13.1 概述 194
13.2 知識(shí)問(wèn)答 195
13.2.1 基于語(yǔ)義解析的方法 197
13.2.2 基于搜索排序方法 203
13.2.3 常用評(píng)測(cè)數(shù)據(jù)及各方法性能比較 208
13.3 知識(shí)對(duì)話 209
13.3.1 知識(shí)對(duì)話技術(shù)概述 209
13.3.2 任務(wù)導(dǎo)向型對(duì)話系統(tǒng) 210
13.3.3 通用對(duì)話系統(tǒng) 215
13.3.4 評(píng)價(jià)方法 217
本章小結(jié) 218
本章習(xí)題 218
參考文獻(xiàn) 219
展開(kāi)全部
知識(shí)表示與推理 作者簡(jiǎn)介
李玉潔
李玉潔，博士，副教授，副院長(zhǎng)，碩士研究生導(dǎo)師，桂林電子科技大學(xué)，廣西高校人工智能算法工程重點(diǎn)實(shí)驗(yàn)室主任，主要研究方向?yàn)槿斯ぶ悄堋C(jī)器學(xué)習(xí)等。近五年內(nèi)，累積發(fā)表論文40余篇。2019年入選廣西高校海外高層次人才“百人計(jì)劃”。2021年獲得華為智能基座“棟梁之師”。
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
莉莉和章魚
- >
小考拉的故事-套裝共3冊(cè)
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
上帝之肋:男人的真實(shí)旅程
- >
史學(xué)評(píng)論
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
本類暢銷
