作品简介

本书一共分为8章。第1章给出了知识图谱的概览,第2章围绕知识图谱的整体技术体系,详细阐述了知识的表示与建模、抽取与挖掘、存储与融合,以及检索与推理。第3章以具体的实例介绍了各种知识图谱工具的使用。第4章和第5章从实战的角度带领读者从零到一构建通用知识图谱和领域知识图谱,并配以详细的代码解读。第6章给出了知识图谱的具体应用。第7章也是从实战的角度对知识图谱的问答系统做了详尽阐述。最后第8章给出了知识图谱的总结和展望。

邵浩,资深人工智能技术专家,vivo技术总监。曾任狗尾草智能科技AI研究院院长,带领团队打造了虚拟生命产品的交互引擎。上海市静安区首届优秀人才,上海市人才发展基金获得者,杭州市高层次人才。中国中文信息学会青年工作委员会委员,语言与知识计算专委会委员,中国计算机学会语音对话与听觉专委会委员,自然语言处理专委会委员。日本国立九州大学工学博士,亚利桑那州立大学访问学者,曾任上海对外经贸大学副教授,硕士生导师。共发表论文50余篇,专利十余项,在国内率先出版了聊天机器人和预训练语言模型相关的著作,主持多项和省部级课题。

张凯,资深AI算法工程师,主要研究方向包括知识图谱、对话系统、推荐系统、机器翻译等,拥有多年算法落地经验。主导构建了开放通用知识图谱七律,参与了《知识图谱评测标准》和《知识图谱白皮书》的编写。聊天机器人专业书籍作者之一。

李方圆,资深AI算法工程师,主要研究方向包括机器翻译、知识图谱和问答系统,具有多年实战项目经验,现任vivo机器翻译团队负责人,主导从零构建机器翻译能力。

张云柯,资深AI算法工程师,中文信息学会会员,硕士毕业于加拿大Queen’s University,曾任职于奇虎360。主要研究方向包括自然语言处理与知识图谱,曾于领域内知名会议发表相关论文,拥有丰富的算法落地经验。

戴锡强,资深AI算法工程师,主要研究方向为知识图谱、对话系统等,参与构建了百科知识图谱,医药领域知识图谱,基于知识图谱的问答系统等,具有丰富的知识图谱落地经验。

作品目录

  • 推荐序
  • 前言
  • 第1章 知识图谱概览
  • 1.1 知识图谱序言
  • 1.2 知识图谱基本概念
  • 1.3 知识图谱的模式
  • 1.4 为什么需要知识图谱
  • 1.5 知识图谱的典型应用
  • 1.6 知识图谱的技术架构
  • 参考文献
  • 第2章 知识图谱技术体系
  • 2.1 知识表示与知识建模
  • 2.2 知识抽取与知识挖掘
  • 2.3 知识存储与知识融合
  • 2.4 知识检索与知识推理
  • 参考文献
  • 第3章 知识图谱工具
  • 3.1 知识建模工具
  • 3.2 知识抽取工具
  • 3.3 知识存储工具
  • 参考文献
  • 第4章 从零构建通用知识图谱
  • 4.1 通用知识表示与抽取
  • 4.2 知识增强
  • 4.3 百科知识存储与更新
  • 第5章 领域知识图谱构建
  • 5.1 领域知识图谱概览
  • 5.2  医药领域知识图谱
  • 5.3 用户画像图谱
  • 参考文献
  • 第6章 知识图谱应用
  • 6.1 知识可视化
  • 6.2 实体链接
  • 6.3 知识问答
  • 6.4 联想
  • 参考文献
  • 第7章 基于知识图谱的问答系统
  • 7.1 简介
  • 7.2 自然语言理解
  • 7.3 对话管理
  • 7.4 自然语言生成
  • 7.5 服务化
  • 参考文献
  • 第8章 总结与展望
  • 参考文献
展开全部