作者：韦鹏程
页数：249
出版社：原子能出版社
出版日期：2021
ISBN：9787522113227
电子书格式：pdf/epub/txt
内容简介
知识图谱作为当前人工智能的重要方向之一，不仅被实验室的研究者关注，更被各行各业的商业应用所关注。知识图谱是一个古老而又崭新的课题，是知识工程在新时代的新形态。智能离不开知识。知识始终是人工智能的核心之一。本书按照知识表示、知识库构建、知识推理和知识应用的基本脉络，全面介绍有关知识图谱的前沿技术。为便于理解和融会贯通，本书也对相关NLP与机器学习的基本知识与知识图谱的经典传统方法进行了适当描述。本书既可作为人工智能领域研究人员的技术参考书，也可作为高等院校相关专业师生的教学参考书。
作者简介
韦鹏程，教授，博士，博士后，博士后工作站导师，电子信息学科负责人，重庆市学术带头人后备人选，重庆市高校中青年骨，重庆市高校优秀人才支持计划，国家本科专业建设负责人，交互式教育电子重庆市工程技术研究中心负责人，大数据重庆市工程实验室负责人，重庆市学科（培育）负责人，重庆市高校创新研究群体负责人，重庆市人工智能学会副理事长，重庆市电子学会常务理事，重庆邮电大学硕士生导师五年来主持省部级科研项目5项、市级教改项目2项；发表SCI期刊论文15篇；出版专著8部；获得发明专利10项；承担企业横向项目10项，项经费400万元。
目录
第1章 相关理论概述
1.1 知识图谱的定义与内涵
1.2 知识图谱的分类和应用
1.3 知识图谱相关研究综述
1.4 知识图谱的发展历程
1.5 知识图谱的数据来源
1.6 知识图谱的构建
1.7 本章小结
第2章 知识图谱的表述
2.1 经典知识表示理论
2.2 知识图谱的数值化表示方法
2.3 语义网中知识表示方法
2.4 知识图谱中的知识表示方法
2.5 本章小结
第3章 知识图谱的构建
3.1 知识图谱构建概述
3.2 知识图谱的学科定位探析
3.3 知识图谱的本体学层的学
3.4 实体层的学习
3.5 知识图谱的数据更新
3.6 通用知识图谱和行业知识图谱构建的区别
3.7 课程知识图谱构建
3.8 本章小结
第4章 知识图谱构建的可用数据源分析
4.1 数据源分析
4.2 数据源采集
4.3 数据清洗
4.4 本章小结
第5章 知识图谱应用研究现状分析
5.1 知识图谱应用研究的整体分析
5.2 知识图谱应用研究的现状
5.3 本章小结
第6章 知识图谱在社会科学研究领域的应用
6.1 学科知识图谱
6.2 管理科学与工程学科知识图体方案设计
6.3 构建内容
6.4 数据来源和研究方法
6.5 构建流程
6.6 管理科学与工程学科知识图谱分析
6.7 国内管理科学与工程学科知识基础分析
6.8 国内管理科学与工程学科研究热点、前沿分析
6.9 本章小结
第7章 基于知识图谱的技术研究和应用
7.1 技术
7.2 基于知识图谱的应用
7.3 实验结果及分析
7.4 本章小结
第8章 面向大规模知识图谱弹的语义推理方法研究和应用
8.1 知识图谱弹语义推理研究现状
8.2 基于OWL属链的弹语义关联推理研究
8.3 基于分布式内存的弹语义查询方法研究
8.4 本章小结
第9章 知识图谱在事件抽取中的研究与应用
9.1 任务概述
9.2 基于模式匹配的事件抽取方法
9.3 基于机器学件抽取方法
9.4 开放域事件抽取
9.5 事件关系抽取
9.6 本章小结
参考文献
1.1 知识图谱的定义与内涵
1.2 知识图谱的分类和应用
1.3 知识图谱相关研究综述
1.4 知识图谱的发展历程
1.5 知识图谱的数据来源
1.6 知识图谱的构建
1.7 本章小结
第2章 知识图谱的表述
2.1 经典知识表示理论
2.2 知识图谱的数值化表示方法
2.3 语义网中知识表示方法
2.4 知识图谱中的知识表示方法
2.5 本章小结
第3章 知识图谱的构建
3.1 知识图谱构建概述
3.2 知识图谱的学科定位探析
3.3 知识图谱的本体学层的学
3.4 实体层的学习
3.5 知识图谱的数据更新
3.6 通用知识图谱和行业知识图谱构建的区别
3.7 课程知识图谱构建
3.8 本章小结
第4章 知识图谱构建的可用数据源分析
4.1 数据源分析
4.2 数据源采集
4.3 数据清洗
4.4 本章小结
第5章 知识图谱应用研究现状分析
5.1 知识图谱应用研究的整体分析
5.2 知识图谱应用研究的现状
5.3 本章小结
第6章 知识图谱在社会科学研究领域的应用
6.1 学科知识图谱
6.2 管理科学与工程学科知识图体方案设计
6.3 构建内容
6.4 数据来源和研究方法
6.5 构建流程
6.6 管理科学与工程学科知识图谱分析
6.7 国内管理科学与工程学科知识基础分析
6.8 国内管理科学与工程学科研究热点、前沿分析
6.9 本章小结
第7章 基于知识图谱的技术研究和应用
7.1 技术
7.2 基于知识图谱的应用
7.3 实验结果及分析
7.4 本章小结
第8章 面向大规模知识图谱弹的语义推理方法研究和应用
8.1 知识图谱弹语义推理研究现状
8.2 基于OWL属链的弹语义关联推理研究
8.3 基于分布式内存的弹语义查询方法研究
8.4 本章小结
第9章 知识图谱在事件抽取中的研究与应用
9.1 任务概述
9.2 基于模式匹配的事件抽取方法
9.3 基于机器学件抽取方法
9.4 开放域事件抽取
9.5 事件关系抽取
9.6 本章小结
参考文献
