图书介绍
人工智能丛书 知识图谱PDF|Epub|txt|kindle电子书版本网盘下载
- 赵军主编；赵军，刘康，何世柱，陈玉博编著 著
- 出版社： 北京：高等教育出版社
- ISBN：9787040509847
- 出版时间：2018
- 标注页数：293页
- 文件大小：113MB
- 文件页数：310页
- 主题词：知识管理
PDF下载
下载说明
人工智能丛书 知识图谱PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 概述1
1.1 什么是知识图谱2
1.2 知识图谱发展历程7
1.3 知识图谱类型11
1.4 知识图谱生命周期20
1.4.1 知识体系构建20
1.4.2 知识获取21
1.4.3 知识融合25
1.4.4 知识存储26
1.4.5 知识推理26
1.4.6 知识应用27
1.5 知识图谱与深度学习30
1.6 小结34
第二章 知识表示35
2.1 经典知识表示理论35
2.1.1 逻辑35
2.1.2 语义网络38
2.1.3 框架41
2.1.4 脚本44
2.2 语义网中的知识表示方法46
2.2.1 语义网表示方法46
2.2.2 语义网知识描述体系47
2.3 知识图谱中的知识表示方法53
2.3.1 表示框架53
2.3.2 Freebase中的知识框架55
2.4 知识图谱的数值化表示方法57
2.4.1 符号的数值化表示57
2.4.2 文本的数值化表示58
2.4.3 知识图谱的数值化表示59
2.5 小结61
第三章 知识体系构建和知识融合62
3.1 知识体系构建62
3.1.1 人工构建方法63
3.1.2 自动构建方法66
3.1.3 典型知识体系69
3.2 知识融合74
3.2.1 框架匹配76
3.2.2 实体对齐78
3.2.3 冲突检测与消解79
3.2.4 典型知识融合系统80
3.3 小结82
第四章 实体识别和扩展84
4.1 实体识别85
4.1.1 任务概述85
4.1.2 基于规则的实体识别方法87
4.1.3 基于机器学习的实体识别——基于特征的方法89
4.1.4 基于机器学习的实体识别——基于神经网络的方法91
4.2 细粒度实体识别93
4.2.1 任务概述93
4.2.2 细粒度实体识别方法94
4.3 实体扩展95
4.3.1 任务概述95
4.3.2 实体扩展方法97
4.4 小结100
第五章 实体消歧102
5.1 任务概述102
5.1.1 任务定义102
5.1.2 任务分类104
5.1.3 相关评测105
5.2 基于聚类的实体消歧方法108
5.2.1 基于表层特征的实体指称项相似度计算108
5.2.2 基于扩展特征的实体指称项相似度计算109
5.2.3 基于社会化网络的实体指称项相似度计算110
5.3 基于实体链接的实体消歧方法111
5.3.1 链接候选过滤方法112
5.3.2 实体链接方法113
5.4 面向结构化文本的实体消歧方法116
5.5 小结117
第六章 关系抽取118
6.1 任务概述118
6.1.1 任务定义118
6.1.2 任务分类119
6.1.3 任务难点120
6.1.4 相关评测121
6.2 限定域关系抽取122
6.2.1 基于模板的关系抽取方法122
6.2.2 基于机器学习的关系抽取方法124
6.3 开放域关系抽取134
6.4 小结136
第七章 事件抽取137
7.1 任务概述137
7.2 限定域事件抽取145
7.2.1 基于模式匹配的事件抽取方法146
7.2.2 基于机器学习的事件抽取方法148
7.3 开放域事件抽取154
7.3.1 基于内容特征的事件抽取方法155
7.3.2 基于异常检测的事件抽取方法156
7.4 事件关系抽取157
7.4.1 事件共指关系抽取157
7.4.2 事件因果关系抽取158
7.4.3 子事件关系抽取159
7.4.4 事件时序关系抽取159
7.5 小结160
第八章 知识存储和检索161
8.1 知识图谱的存储162
8.1.1 基于表结构的存储163
8.1.2 基于图结构的存储167
8.2 知识图谱的检索170
8.2.1 常见形式化查询语言171
8.2.2 图检索技术182
8.3 小结185
第九章 知识推理186
9.1 知识图谱中的典型推理任务186
9.1.1 知识补全186
9.1.2 知识问答187
9.2 知识推理分类188
9.2.1 归纳推理和演绎推理188
9.2.2 确定性推理与不确定性推理191
9.2.3 符号推理和数值推理196
9.3 基于符号演算的推理196
9.3.1 归纳推理：学习推理规则196
9.3.2 演绎推理：推理具体事实200
9.4 基于数值计算的推理205
9.4.1 基于张量分解的方法206
9.4.2 基于能量函数的方法208
9.5 符号演算和数值计算的融合推理212
9.6 常识知识推理216
9.7 小结218
第十章 知识问答与对话219
10.1 自动问答概述220
10.2 知识问答222
10.2.1 知识问答技术概述222
10.2.2 基于语义解析的方法225
10.2.3 基于搜索排序的方法233
10.2.4 常用评测数据及各方法性能比较238
10.3 知识对话240
10.3.1 知识对话技术概述241
10.3.2 任务导向型对话模型242
10.3.3 通用对话模型249
10.3.4 评价方法252
10.4 小结253
参考文献254