作品简介

本书全面、客观地综述在云计算、大数据环境下知识工程领域面临的新的科学问题及技术挑战,展示国内外在知识工程领域所取得的最新进展,特别是对国内学者系统性、开创性的工作予以足够的重视并详细论述。本书针对大数据知识获取、表示、发现、开发与服务问题,围绕七大主题对国内外进展进行综述,包括大数据知识工程引论、知识表示、知识发现、知识管理与搜索、知识的智能建模、知识迁移和转换、知识工程交叉领域,这是在中国人工智能学会领导下,由知识工程与分布专委会组织编写的有关知识工程的具有重要学术价值和技术前瞻性的技术发展报告,适合人工智能及相关专业本科生、研究生、高级专业技术人员、政府科技管理人员阅读。

李德毅等编著。

作品目录

  • 内容简介
  • 《中国人工智能发展报告(2019—2020)》编委会
  • 《中国人工智能发展报告——知识工程(2019—2020)》编写组
  • 序言
  • 前言
  • 第一部分 大数据知识工程引论
  • 第1章 知识工程到大数据知识工程
  • 第2章 大知识与大知识工程
  • 第二部分 知识表示
  • 第3章 开放知识图谱
  • 第4章 非规范知识表示与处理
  • 第5章 因素空间与知识表示的数学理论
  • 第6章 知识粒计算——理论、模型与方法
  • 第7章 时空知识表示与推理
  • 第三部分 知识发现
  • 第8章 大数据知识发现—挑战与应对
  • 第9章 大数据知识发现——理论与技术
  • 第10章 富格式文本中的知识发现
  • 第四部分 知识管理与搜索
  • 第11章 大数据挖掘与知识管理
  • 第12章 智能知识管理
  • 第13章 基于认知的多媒体大数据驱动知识搜索
  • 第五部分 知识的智能建模
  • 第14章 智能体系统
  • 第15章 多智能体协同与智能博弈
  • 第16章 脑机融合的信息处理
  • 第六部分 知识迁移和转换
  • 第17章 迁移学习
  • 第18章 可拓知识工程与知识转换
  • 第七部分 知识工程交叉领域
  • 第19章 基于知识的软件工程
  • 第20章 农业大数据知识服务
  • 第21章 深度学习与自然语言处理
  • 第22章 互联网谣言检测与知识辨伪
  • 第八部分 展望
  • 第23章 知识工程领域未来展望
  • 后记
展开全部