作品简介

这是一本综合介绍知识图谱构建与行业实践的著作,是作者多年从事知识图谱与认知智能应用落地经验的总结,得到了多位知识图谱资深专家的推荐。

本书以通俗易懂的方式来讲解知识图谱相关的知识,尤其对从零开始构建知识图谱过程中需要经历的步骤,以及每个步骤需要考虑的问题都给予较为详细的解释。

本书基于实际业务进行抽象,结合知识图谱的7个构建步骤,深入分析知识图谱技术应用以及8个行业综合案例的设计与实现。

全书分为基础篇、构建篇、实践篇,共16章内容。

基础篇(第1章),介绍知识图谱的定义、分类、发展阶段,以及构建方式、逻辑/技术架构、现状与应用场景等。

构建篇(第2—8章),详细介绍知识抽取、知识表示、知识融合、知识存储、知识建模、知识推理、知识评估与运维等知识图谱构建的核心步骤,并结合实例讲解应用方法。

实践篇(第9—16章),详细讲解知识图谱的综合应用,涵盖知识问答评测、知识图谱平台、智能搜索、图书推荐系统、开放领域知识问答、交通领域知识问答、汽车领域知识问答、金融领域推理决策。

于俊,中国科学技术大学电子信息专业博士研究生,科大讯飞大数据及人工智能技术专家,安徽大学计算机技术专业硕士生导师,CCF高级会员。有超过15年的大数据及人工智能算法工程化经验,专注大数据分析及数据价值挖掘、大数据及人工智能技术应用落地。著有《Spark核心技术与高级应用》《Spark机器学习进阶实战》等书。

作品目录

  • 前言
  • 基础篇
  • 第1章 理解知识图谱
  • 1.1 知识图谱概述
  • 1.2 知识图谱架构
  • 1.3 知识图谱现状
  • 1.4 知识图谱应用场景
  • 1.5 本章小结
  • 构建篇
  • 第2章 知识抽取
  • 2.1 知识抽取概述
  • 2.2 知识抽取的方法
  • 2.3 知识抽取实例
  • 2.4 本章小结
  • 第3章 知识表示
  • 3.1 知识表示概述
  • 3.2 知识表示的方法
  • 3.3 知识表示实例
  • 3.4 本章小结
  • 第4章 知识融合
  • 4.1 知识融合概述
  • 4.2 知识融合的方法
  • 4.3 知识融合实例
  • 4.4 本章小结
  • 第5章 知识存储
  • 5.1 知识存储概述
  • 5.2 知识存储的方法
  • 5.3 知识存储实例
  • 5.4 本章小结
  • 第6章 知识建模
  • 6.1 知识建模概述
  • 6.2 知识建模的方法
  • 6.3 知识建模实例
  • 6.4 本章小结
  • 第7章 知识推理
  • 7.1 知识推理概述
  • 7.2 知识推理的方法
  • 7.3 知识推理实例
  • 7.4 本章小结
  • 第8章 知识评估与运维
  • 8.1 知识评估与运维概述
  • 8.2 知识评估与运维的任务
  • 8.3 知识评估与运维流程
  • 8.4 本章小结
  • 实践篇
  • 第9章 知识问答评测
  • 9.1 知识问答系统概述
  • 9.2 自然语言知识问答评测
  • 9.3 生活服务知识问答评测
  • 9.4 开放知识问答评测
  • 9.5 本章小结
  • 第10章 知识图谱平台
  • 10.1 知识图谱平台建设背景
  • 10.2 知识图谱平台基本功能
  • 10.3 AiMind知识图谱平台
  • 10.4 本章小结
  • 第11章 智能搜索实践
  • 11.1 智能搜索背景
  • 11.2 智能搜索业务设计
  • 11.3 数据获取与预处理
  • 11.4 基于Jena的知识推理
  • 11.5 基于Elasticsearch的知识搜索
  • 11.6 本章小结
  • 第12章 图书推荐系统实践
  • 12.1 推荐系统背景
  • 12.2 图书推荐业务设计
  • 12.3 数据预处理
  • 12.4 模型训练与评估
  • 12.5 推荐结果呈现
  • 12.6 本章小结
  • 第13章 开放领域知识问答实践
  • 13.1 知识问答背景
  • 13.2 知识问答业务设计
  • 13.3 数据预处理
  • 13.4 问句识别及问答实现
  • 13.5 问答结果呈现
  • 13.6 本章小结
  • 第14章 交通领域知识问答实践
  • 14.1 交通领域背景
  • 14.2 问答业务设计
  • 14.3 数据预处理
  • 14.4 知识问答系统实现
  • 14.5 问答结果呈现
  • 14.6 本章小结
  • 第15章 汽车领域知识问答实践
  • 15.1 汽车领域背景
  • 15.2 问答业务设计
  • 15.3 数据预处理
  • 15.4 答案匹配与问答系统实现
  • 15.5 问答结果呈现
  • 15.6 本章小结
  • 第16章 金融领域推理决策实践
  • 16.1 金融决策背景
  • 16.2 信贷反欺诈业务设计
  • 16.3 数据预处理
  • 16.4 推理决策实现
  • 16.5 本章小结
展开全部