9
890801
查詢門市庫存
◎ 揭秘知識圖譜全生命週期技術
◎ 探索垂直領域知識圖譜構建方法與應用
◎ 促進人工智慧從感知時代跨越認知時代
◎ 探索垂直領域知識圖譜構建方法與應用
◎ 促進人工智慧從感知時代跨越認知時代
內容簡介
內容簡介
知識圖譜(Knowledge Graph, KG)是綜合各種理論及技術的大成,更是人工智慧極緻的應用,在這言必AI的時代,採用知識圖譜的各種應用不斷創新,也在各個領域發揚光大。
要了解知識圖譜,必須先熟悉知識工程、自然語言處理、機器學習、圖資料庫等多個領域,本書恰好完整說明知識圖譜相關的關鍵技術,如知識建模、關係取出、圖儲存、自動推理、圖譜表示學習、語義搜索、知識問答、圖挖掘分析等,讀者無需參考其它書籍,就可以從頭到尾學習完整的相關理論。
了解理論之後,書中也有完整的實戰,包括知識圖譜中最有名的DeepDive、LIMES技術,更有開放原始碼工具Jena和Drools的實作,最棒的就是搭配了前述的理論和工具之外,也提供一個使用Elasticsearch的簡單知識問答系統,是目前市面上少見有關知識圖譜的完整手冊。
全書主題如下:
► 第1章 介紹知識圖譜的基本概念、歷史淵源、典型的知識圖譜專案、技術要素、核心應用價值。
► 第2章 介紹傳統人工智慧領域的典型知識表示方法,RDF、OWL等網際網路時代的知識表示架構,以Protégé為例介紹知識建模實作過程。
► 第3章 介紹幾種常用的知識圖譜儲存索引及儲存技術、原生圖資料庫的技術原理。以Apache Jena和gStore為例,介紹知識圖譜儲存實作過程。
► 第4章 介紹從不同來源取得知識圖譜資料的常用方法,重點圍繞實體取出、關係取出和事件取出等,以DeepDive為例介紹關係取出實作過程。
► 第5章 對概念層的融合和實體層的融合作說明,包含本體對映、語義對映技術、實體對齊、實體連結等,以LIMES為例介紹實體融合實作過程。
► 第6章 從以演繹邏輯為基礎的知識圖譜推理和以歸納為基礎的知識圖譜推理,對常用的知識圖譜推理技術進行介紹,以Apache Jena和Drools為例介紹知識圖譜推理實作過程。
► 第7章 介紹語義索引,以gAnswer為例,介紹以知識圖譜實現精準搜索實作過程。
► 第8章 介紹知識圖譜問答技術,包括知識問答分類體系、評價方法等,以Elasticsearch、gAnswer為例,介紹搭建知識問答系統方法。
► 第9章 從7個應用案例對知識圖譜技術在不同領域的實現過程和應用方法作說明。
適合讀者群:從事技術和應用開發者、電腦和人工智慧相關的師生或研究人員。
知識圖譜(Knowledge Graph, KG)是綜合各種理論及技術的大成,更是人工智慧極緻的應用,在這言必AI的時代,採用知識圖譜的各種應用不斷創新,也在各個領域發揚光大。
要了解知識圖譜,必須先熟悉知識工程、自然語言處理、機器學習、圖資料庫等多個領域,本書恰好完整說明知識圖譜相關的關鍵技術,如知識建模、關係取出、圖儲存、自動推理、圖譜表示學習、語義搜索、知識問答、圖挖掘分析等,讀者無需參考其它書籍,就可以從頭到尾學習完整的相關理論。
了解理論之後,書中也有完整的實戰,包括知識圖譜中最有名的DeepDive、LIMES技術,更有開放原始碼工具Jena和Drools的實作,最棒的就是搭配了前述的理論和工具之外,也提供一個使用Elasticsearch的簡單知識問答系統,是目前市面上少見有關知識圖譜的完整手冊。
全書主題如下:
► 第1章 介紹知識圖譜的基本概念、歷史淵源、典型的知識圖譜專案、技術要素、核心應用價值。
► 第2章 介紹傳統人工智慧領域的典型知識表示方法,RDF、OWL等網際網路時代的知識表示架構,以Protégé為例介紹知識建模實作過程。
► 第3章 介紹幾種常用的知識圖譜儲存索引及儲存技術、原生圖資料庫的技術原理。以Apache Jena和gStore為例,介紹知識圖譜儲存實作過程。
► 第4章 介紹從不同來源取得知識圖譜資料的常用方法,重點圍繞實體取出、關係取出和事件取出等,以DeepDive為例介紹關係取出實作過程。
► 第5章 對概念層的融合和實體層的融合作說明,包含本體對映、語義對映技術、實體對齊、實體連結等,以LIMES為例介紹實體融合實作過程。
► 第6章 從以演繹邏輯為基礎的知識圖譜推理和以歸納為基礎的知識圖譜推理,對常用的知識圖譜推理技術進行介紹,以Apache Jena和Drools為例介紹知識圖譜推理實作過程。
► 第7章 介紹語義索引,以gAnswer為例,介紹以知識圖譜實現精準搜索實作過程。
► 第8章 介紹知識圖譜問答技術,包括知識問答分類體系、評價方法等,以Elasticsearch、gAnswer為例,介紹搭建知識問答系統方法。
► 第9章 從7個應用案例對知識圖譜技術在不同領域的實現過程和應用方法作說明。
適合讀者群:從事技術和應用開發者、電腦和人工智慧相關的師生或研究人員。
產品目錄
序
前言
01知識圖譜概述
1.1 什麼是知識圖譜
1.2 知識圖譜的發展歷史
1.3 知識圖譜的價值
1.4 國內外典型的知識圖譜專案
1.5 知識圖譜的技術流程
1.6 知識圖譜的相關技術
1.7 本章小結
02 知識圖譜表示與建模
2.1 什麼是知識表示
2.2 人工智慧早期的知識表示方法
2.3 網際網路時代的語義網知識表示架構
2.4 常見開放域知識圖譜的知識表示方法
2.5 知識圖譜的向量表示方法
2.6 開放原始碼工具實作:以Protégé 為基礎的本體知識建模
2.7 本章小結
03 知識儲存
3.1 知識圖譜資料庫基礎
3.2 常見知識圖譜儲存方法
3.3 知識儲存關鍵技術
3.4 開放原始碼工具實作
04 知識取出與知識採擷
4.1 知識取出工作及相關競賽
4.2 針對非結構化資料的知識取出
4.3 針對結構化資料的知識取出
4.4 針對半結構化資料的知識取出
4.5 知識採擷
4.6 開放原始碼工具實作:以DeepDive 為基礎的關係取出實作
05 知識圖譜融合
5.1 什麼是知識圖譜融合
5.2 知識圖譜中的異質問題
5.3 本體概念層的融合方法與技術
5.4 實例層的融合與比對
5.5 開放原始碼工具實作:實體關係發現架構LIMES
5.6 本章小結
06 知識圖譜推理
6.1 推理概述
6.2 以演繹為基礎的知識圖譜推理
6.3 以歸納為基礎的知識圖譜推理
6.4 知識圖譜推理新進展
6.5 開放原始碼工具實作:以Jena 和Drools 為基礎的知識推理實作
6.6 本章小結
07 語義搜索
7.1 語義搜索簡介
7.2 結構化的查詢語言
7.3 語義資料搜索
7.4 語義搜索的互動範式識圖譜語義搜索
7.5 開放原始碼工具實作
08 知識問答
8.1 知識問答概述
8.2 知識問答的分類系統
8.3 知識問答系統
8.4 知識問答的評價方法
8.5 KBQA 前端技術
8.6 開放原始碼工具實作
8.7 本章小結
09 知識圖譜應用案例
9.1 領域知識圖譜建置的技術流程
9.2 領域知識圖譜建置的基本方法
9.3 領域知識圖譜的應用案例
9.4 本章小結
前言
01知識圖譜概述
1.1 什麼是知識圖譜
1.2 知識圖譜的發展歷史
1.3 知識圖譜的價值
1.4 國內外典型的知識圖譜專案
1.5 知識圖譜的技術流程
1.6 知識圖譜的相關技術
1.7 本章小結
02 知識圖譜表示與建模
2.1 什麼是知識表示
2.2 人工智慧早期的知識表示方法
2.3 網際網路時代的語義網知識表示架構
2.4 常見開放域知識圖譜的知識表示方法
2.5 知識圖譜的向量表示方法
2.6 開放原始碼工具實作:以Protégé 為基礎的本體知識建模
2.7 本章小結
03 知識儲存
3.1 知識圖譜資料庫基礎
3.2 常見知識圖譜儲存方法
3.3 知識儲存關鍵技術
3.4 開放原始碼工具實作
04 知識取出與知識採擷
4.1 知識取出工作及相關競賽
4.2 針對非結構化資料的知識取出
4.3 針對結構化資料的知識取出
4.4 針對半結構化資料的知識取出
4.5 知識採擷
4.6 開放原始碼工具實作:以DeepDive 為基礎的關係取出實作
05 知識圖譜融合
5.1 什麼是知識圖譜融合
5.2 知識圖譜中的異質問題
5.3 本體概念層的融合方法與技術
5.4 實例層的融合與比對
5.5 開放原始碼工具實作:實體關係發現架構LIMES
5.6 本章小結
06 知識圖譜推理
6.1 推理概述
6.2 以演繹為基礎的知識圖譜推理
6.3 以歸納為基礎的知識圖譜推理
6.4 知識圖譜推理新進展
6.5 開放原始碼工具實作:以Jena 和Drools 為基礎的知識推理實作
6.6 本章小結
07 語義搜索
7.1 語義搜索簡介
7.2 結構化的查詢語言
7.3 語義資料搜索
7.4 語義搜索的互動範式識圖譜語義搜索
7.5 開放原始碼工具實作
08 知識問答
8.1 知識問答概述
8.2 知識問答的分類系統
8.3 知識問答系統
8.4 知識問答的評價方法
8.5 KBQA 前端技術
8.6 開放原始碼工具實作
8.7 本章小結
09 知識圖譜應用案例
9.1 領域知識圖譜建置的技術流程
9.2 領域知識圖譜建置的基本方法
9.3 領域知識圖譜的應用案例
9.4 本章小結
作者介紹
王昊奮/漆桂林/陳華鈞
王昊奮
上海交通大學電腦博士。中文知識圖譜zhishi.me創始人、OpenKG發起人之一、CCF理事。在知識圖譜、問答系統和聊天機器人等領域有豐富的研發經驗。
漆桂林
東南大學電腦學院教授、東南大學認知智慧研究所所長、南京柯基數據科技首席科學家、OpenKG發起人之一。研究成果在電力故障智慧檢測和知識推送、醫藥知識問答及網路安全態勢感知系統等領域得到實際應用。
陳華鈞
浙江大學電腦科學與技術學院教授。浙江大學阿里巴巴知識引擎聯合實驗室負責人、OpenKG發起人。曾獲國際語義網會議ISWC最佳論文獎。
王昊奮
上海交通大學電腦博士。中文知識圖譜zhishi.me創始人、OpenKG發起人之一、CCF理事。在知識圖譜、問答系統和聊天機器人等領域有豐富的研發經驗。
漆桂林
東南大學電腦學院教授、東南大學認知智慧研究所所長、南京柯基數據科技首席科學家、OpenKG發起人之一。研究成果在電力故障智慧檢測和知識推送、醫藥知識問答及網路安全態勢感知系統等領域得到實際應用。
陳華鈞
浙江大學電腦科學與技術學院教授。浙江大學阿里巴巴知識引擎聯合實驗室負責人、OpenKG發起人。曾獲國際語義網會議ISWC最佳論文獎。
規格
誠品貨碼 / 2681871084009
ISBN13 / 9789865501259
ISBN10 / 9865501252
EAN貨碼 / 9789865501259
頁數 / 528
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 23X17CM
級別 / N:無
重量(g) / 598.4g
退貨說明
退貨須知:
- 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送

