搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
知识图谱:算法与实践
0.00     定价 ¥ 48.00
罗湖图书馆
此书还可采购10本,持证读者免费借回家
  • ISBN:
    9787040577259
  • 作      者:
    赵军,刘康,何世柱,陈玉博,张元哲
  • 出 版 社 :
    高等教育出版社
  • 出版日期:
    2022-03-01
收藏
畅销推荐
作者简介
  赵军,中国科学院自动化研究所模式识别国家重点实验室。研究员,博士生导师:中国科学院大学人工智能学院岗位教授。研究领域为自然语言处理和知识工程。作为项目负责人承担科技部“新一代人工智能”重大项目、国家自然科学基金重点项目等多项***重要科研项目以及企业应用项目。在ACL、AAAI等国际会议和重要学术期刊上发表论文80余篇,Google Scholar总引用超过1。4万次。曾获第25届国际计算语言学大会COLING 2014论文奖,中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名首位。2018年)。北京市科学技术进步奖一等奖(个人排名首位,2019年)。兼任中国中文信息学会常务理事,《中文信息学报》编委,Journal of Machine Intelligence Research编委。出版《知识图谱》专著,在中国科学院大学主讲《知识图谱》课程,入选中国科学院大学校级研究生优秀课程(2021年)。本人获得中国科学院朱李月华优秀教师奖(2020年)。
  
  刘康,中国科学院自动化研究所模式识别国家重点实验室,研究员,博士生导师:中国科学院大学人工智能学院岗位教授,北京智源人工智能研究院青年科学家。研究领域包括信息抽取、网络挖掘、问答系统等,同时也涉及模式识别与机器学习方面的基础研究。在人工智能、自然语言处理、知识工程等领域国际重要会议和期刊发表多篇学术论文。Google Scholar引用1万余次。曾获第25届国际计算语言学大会COLING 2014论文奖,中国中文信息学会汉王青年创新奖(2014年),Google Focused Research Award(2015、2016年),中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名第二,2018年)。北京市科学技术进步奖一等奖(个人排名第二,2019年)等奖项。2019年获得国家优秀青年基金项目支持,2020年入选中国科学院青年创新促进会优秀会员。
  
  何世柱,中国科学院自动化研究所模式识别国家重点实验室,副研究员,硕士生导师。研究方向为问答系统、知识推理和自然语言处理。主持或参与国家自然科学基金重点项目课题、科技部“新一代人工智能”重大项目等多项国家项目和企业项目,在ACL、AAAI等人工智能、自然语言处理、知识工程等领域国际重要会议和期刊发表多篇学术论文,Google Scholar引用3700余次,出版《知识图谱》专著。曾获中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名第三,2018年),北京市科学技术进步奖一等奖(个人排名第四,2019年)。2020年入选中国科学院青年创新促进会。
  
  陈玉博,中国科学院自动化研究所模式识别国家重点实验室,副研究员,硕士生导师。研究方向为信息抽取、知识图谱和自然语言处理。在ACL、EMNLP、AAAI等国际重要会议和期刊发表多篇学术论文,Google Scholar引用2600余次,出版《知识图谱》专著,主持或参与国家自然科学基金面上项目、国家自然科学基金重点项目和多项企业项目。曾获中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名第四,2018年),北京市科学技术进步奖一等奖(个人排名第五。2019年)。2020年入选第五届中国科协青年人才托举工程。2022年入选中国科学院青年创新促进会。
  
  张元哲,中国科学院自动化研究所模式识别国家重点实验室,副研究员。研究方向为机器阅读理解、可解释性和自然语言处理。在ACL、EMNLP、AAAI等人工智能、自然语言处理、知识工程国际重要会议和期刊发表多篇学术论文,主持或参与国家自然科学基金青年科学基金项目、国家自然科学基金重点项目和多项企业项目,曾获北京市科学技术进步奖一等奖(个人排名第六,2019年)。
展开
目录
第一章 知识图谱概述
1.1 什么是知识图谱
1.1.1 知识图谱的意义
1.1.2 知识图谱的内涵
1.1.3 知识图谱的类型
1.2 知识图谱的应用
1.2.1 不同任务中的应用
1.2.2 不同领域中的应用
1.3 知识图谱构建与应用的关键步骤
1.3.1 知识建模
1.3.2 知识获取
1.3.3 知识融合
1.3.4 知识推理
1.3.5 知识管理
1.3.6 知识应用
1.4 小结

第二章 知识表示与框架构建
2.1 概述
2.2 经典知识表示理论
2.2.1 语义网络
2.2.2 框架
2.2.3 一阶谓词逻辑
2.2.4 描述逻辑
2.3 语义网技术体系
2.3.1 语义网整体架构
2.3.2 资源描述框架(RDF)及其语义扩展(RDFS)
2.3.3 本体(Ontology)与本体描述语言(OWL)
2.3.4 规则及其交换格式
2.3.5 查询语言
2.4 知识图谱及其知识体系
2.4.1 知识图谱与语义网
2.4.2 典型知识图谱
2.4.3 多元关系的表示方法
2.5 知识框架构建流程
2.5.1 知识框架建模
2.5.2 知识框架构建工具介绍
2.6 知识图谱的数值化表示
2.6.1 表示学习方法概述
2.6.2 典型数值表示方法
2.7 小结

第三章 实体识别
3.1 任务概述
3.1.1 任务定义
3.1.2 任务难点
3.1.3 相关评测
3.2 实体识别
3.2.1 基于词典的实体识别方法
3.2.2 基于特征工程的实体识别方法
3.2.3 基于神经网络的实体识别方法
3.2.4 融合词典特征的神经网络实体识别方法
3.3 小结
……

第四章 实体消歧
第五章 实体关系抽取
第六章 事件抽取
第七章 知识融合
第八章 知识推理
第九章 知识图谱数据管理
第十章 知识问答与对话
第十一章 知识图谱构建与应用实践

附录 数学符号规范表
全书代码资源下载
参考文献
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用罗湖图书馆的读者帐号和密码进行登录

点击获取验证码
登录