從零構(gòu)建知識(shí)圖譜：技術(shù)、方法與案例

定　價(jià)：￥99.00

作　者：	邵浩，張凱，李方圓，張?jiān)瓶?，戴錫強(qiáng) 著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	智能系統(tǒng)與技術(shù)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787111686835	出版時(shí)間：	2021-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	346	字?jǐn)?shù)：

內(nèi)容簡介

　　這是一本能讓讀者快速從零開始構(gòu)建工業(yè)級(jí)知識(shí)圖譜的著作。作者是知識(shí)圖譜和自然語言處理領(lǐng)域的專家，本書得到了OpenKG聯(lián)合創(chuàng)始人王昊奮、清華大學(xué)教授李涓子、東南大學(xué)教授漆桂林、美團(tuán)知識(shí)圖譜團(tuán)隊(duì)負(fù)責(zé)人張富崢、文因互聯(lián)創(chuàng)始人鮑捷等學(xué)界和業(yè)界知識(shí)圖譜扛旗人的一致好評(píng)和推薦。本書不僅詳細(xì)講解了知識(shí)圖譜的技術(shù)原理和構(gòu)建工具，而且還循序漸進(jìn)地講解了知識(shí)圖譜的構(gòu)建方法、步驟和行業(yè)應(yīng)用。配有大量實(shí)戰(zhàn)案例，并且開放了源代碼，確保讀者能學(xué)會(huì)并落地。全書一共8章：第1章介紹了知識(shí)圖譜的概念、模式、應(yīng)用場景和技術(shù)架構(gòu)；第2章圍繞知識(shí)圖譜的技術(shù)體系，詳細(xì)闡述了知識(shí)的表示與建模、抽取與挖掘、存儲(chǔ)與融合，以及檢索與推理；第3章通過具體的實(shí)例介紹了各種知識(shí)圖譜工具的使用；第4章和第5章從工業(yè)實(shí)踐的角度講解了從0到1構(gòu)建通用知識(shí)圖譜和領(lǐng)域知識(shí)圖譜的步驟和方法，并配備詳細(xì)的代碼解讀；第6~7章講解了知識(shí)圖譜的具體應(yīng)用和一個(gè)綜合性的知識(shí)圖譜案例——問答系統(tǒng)，進(jìn)一步指導(dǎo)讀者實(shí)踐；第8章對知識(shí)圖譜的未來發(fā)展進(jìn)行了總結(jié)和展望。

作者簡介

　　邵浩資深人工智能技術(shù)專家，vivo技術(shù)總監(jiān)。曾任狗尾草智能科技AI研究院院長，帶領(lǐng)團(tuán)隊(duì)打造了虛擬生命產(chǎn)品的交互引擎。上海市靜安區(qū)首屆優(yōu)秀人才，上海市人才發(fā)展基金獲得者，杭州市高層次人才。中國中文信息學(xué)會(huì)青年工作委員會(huì)委員，語言與知識(shí)計(jì)算專委會(huì)委員，中國計(jì)算機(jī)學(xué)會(huì)語音對話與聽覺專委會(huì)委員，自然語言處理專委會(huì)委員。日本國立九州大學(xué)工學(xué)博士，亞利桑那州立大學(xué)訪問學(xué)者，曾任上海對外經(jīng)貿(mào)大學(xué)副教授，碩士生導(dǎo)師。共發(fā)表論文 50余篇，專利十余項(xiàng)，在國內(nèi)率先出版了聊天機(jī)器人和預(yù)訓(xùn)練語言模型相關(guān)的著作，主持多項(xiàng)國*級(jí)和省部級(jí)課題。張凱資深A(yù)I算法工程師，主要研究方向包括知識(shí)圖譜、對話系統(tǒng)、推薦系統(tǒng)、機(jī)器翻譯等，擁有多年算法落地經(jīng)驗(yàn)。主導(dǎo)構(gòu)建了開放通用知識(shí)圖譜七律，參與了《知識(shí)圖譜評(píng)測標(biāo)準(zhǔn)》和《知識(shí)圖譜白皮書》的編寫。聊天機(jī)器人專業(yè)書籍作者之一。李方圓資深A(yù)I算法工程師，主要研究方向包括機(jī)器翻譯、知識(shí)圖譜和問答系統(tǒng)，具有多年實(shí)戰(zhàn)項(xiàng)目經(jīng)驗(yàn)，現(xiàn)任vivo機(jī)器翻譯團(tuán)隊(duì)負(fù)責(zé)人，主導(dǎo)從零構(gòu)建機(jī)器翻譯能力。張?jiān)瓶?資深A(yù)I算法工程師，中文信息學(xué)會(huì)會(huì)員，碩士畢業(yè)于加拿大Queen’s University，曾任職于奇虎360。主要研究方向包括自然語言處理與知識(shí)圖譜，曾于領(lǐng)域內(nèi)知名會(huì)議發(fā)表相關(guān)論文，擁有豐富的算法落地經(jīng)驗(yàn)。戴錫強(qiáng) 資深A(yù)I算法工程師，主要研究方向?yàn)橹R(shí)圖譜、對話系統(tǒng)等，參與構(gòu)建了百科知識(shí)圖譜，醫(yī)藥領(lǐng)域知識(shí)圖譜，基于知識(shí)圖譜的問答系統(tǒng)等，具有豐富的知識(shí)圖譜落地經(jīng)驗(yàn)。

圖書目錄

推薦序
前言
第1章　知識(shí)圖譜概覽 1
1.1　知識(shí)圖譜序言 1
1.2　知識(shí)圖譜基本概念 3
1.2.1　知識(shí)圖譜背景 3
1.2.2　知識(shí)圖譜的定義 5
1.2.3　典型知識(shí)圖譜示例 7
1.3　知識(shí)圖譜的模式 10
1.4　為什么需要知識(shí)圖譜 13
1.5　知識(shí)圖譜的典型應(yīng)用 15
1.6　知識(shí)圖譜的技術(shù)架構(gòu) 17
參考文獻(xiàn) 18
第2章　知識(shí)圖譜技術(shù)體系 19
2.1　知識(shí)表示與知識(shí)建模 19
2.1.1　知識(shí)表示 19
2.1.2　知識(shí)建模 26
2.2　知識(shí)抽取與知識(shí)挖掘 29
2.2.1　知識(shí)抽取 29
2.2.2　知識(shí)挖掘 38
2.3　知識(shí)存儲(chǔ)與知識(shí)融合 42
2.3.1　知識(shí)存儲(chǔ) 42
2.3.2　知識(shí)融合 47
2.4　知識(shí)檢索與知識(shí)推理 52
2.4.1　知識(shí)檢索 53
2.4.2　知識(shí)推理 58
參考文獻(xiàn) 61
第3章　知識(shí)圖譜工具 63
3.1　知識(shí)建模工具 63
3.1.1　Protégé 64
3.1.2　其他本體建模工具 79
3.1.3　本體建模工具的選擇 83
3.2　知識(shí)抽取工具 84
3.2.1　DeepDive 84
3.2.2　其他知識(shí)抽取工具 102
3.2.3　知識(shí)抽取工具對比 106
3.3　知識(shí)存儲(chǔ)工具 107
3.3.1　Neo4j 108
3.3.2　Neo4j安裝與部署 109
3.3.3　可視化 113
3.3.4　圖模型 115
3.3.5　其他圖數(shù)據(jù)庫 120
參考文獻(xiàn) 122
第4章　從零構(gòu)建通用知識(shí)圖譜 123
4.1　通用知識(shí)表示與抽取 123
4.1.1　通用知識(shí)數(shù)據(jù)來源 123
4.1.2　實(shí)體層構(gòu)建 126
4.1.3　表述層構(gòu)建 131
4.1.4　概念層構(gòu)建 134
4.2　知識(shí)增強(qiáng) 135
4.2.1　實(shí)體層知識(shí)增強(qiáng) 135
4.2.2　模式完善 139
4.2.3　實(shí)體鏈接：表述層與實(shí)體層之間的映射 144
4.2.4　實(shí)體分類：實(shí)體層與概念層之間的映射 146
4.3　百科知識(shí)存儲(chǔ)與更新 153
4.3.1　屬性圖存儲(chǔ)模型 154
4.3.2　知識(shí)存儲(chǔ) 156
4.3.3　知識(shí)更新 168
第5章　領(lǐng)域知識(shí)圖譜構(gòu)建 172
5.1　領(lǐng)域知識(shí)圖譜概覽 172
5.2 　醫(yī)藥領(lǐng)域知識(shí)圖譜 173
5.2.1　領(lǐng)域模式構(gòu)建 174
5.2.2　領(lǐng)域知識(shí)抽取 176
5.2.3　領(lǐng)域圖譜構(gòu)建 178
5.2.4　圖譜展示 182
5.3　用戶畫像圖譜 183
5.3.1　用戶畫像知識(shí)表示 183
5.3.2　知識(shí)抽取和挖掘 185
5.3.3　抽取案例 194
參考文獻(xiàn) 207
第6章　知識(shí)圖譜應(yīng)用 208
6.1　知識(shí)可視化 208
6.1.1　D3 208
6.1.2　ECharts 213
6.1.3　其他工具介紹 220
6.1.4　小結(jié) 225
6.2　實(shí)體鏈接 225
6.2.1　實(shí)體鏈接的定義 225
6.2.2　實(shí)體鏈接的步驟 226
6.2.3　實(shí)體鏈接工具 232
6.2.4　實(shí)體鏈接的應(yīng)用 242
6.3　知識(shí)問答 245
6.3.1　知識(shí)問答系統(tǒng)概述 245
6.3.2　知識(shí)問答系統(tǒng)的主要流程 247
6.3.3　主流知識(shí)問答系統(tǒng)介紹 252
6.3.4　問答系統(tǒng)實(shí)戰(zhàn) 260
6.4　聯(lián)想 277
6.4.1　聯(lián)想整體流程 278
6.4.2　話題識(shí)別 279
6.4.3　候選話題生成 280
6.4.4　候選話題排序 282
6.4.5　聯(lián)想回復(fù)生成 290
參考文獻(xiàn) 292
第7章　基于知識(shí)圖譜的問答系統(tǒng) 297
7.1　簡介 297
7.2　自然語言理解 300
7.2.1　概述 300
7.2.2　基礎(chǔ)NLU 301
7.2.3　意圖理解 309
7.2.4　實(shí)體識(shí)別與鏈接 317
7.2.5　文本相似度與向量化 317
7.3　對話管理 322
7.3.1　概述 322
7.3.2　知識(shí)問答 327
7.3.3　閑聊 331
7.4　自然語言生成 332
7.5　服務(wù)化 333
參考文獻(xiàn) 335
第8章　總結(jié)與展望 336
參考文獻(xiàn) 338