知识图谱：算法与实践

本书是《知识图谱》的 配套教材，也是知识图谱领 域的算法与实践指导书。在 对知识图谱基本概念、典型 任务和常用方法进行系统性 讲解的基础上，本书对知识 建模、知识获取、知识融合 、知识管理、知识推理以及 知识服务等知识图谱各个技 术环节进行具体的操作指导 ，引导读者实现关键任务和 算法，搭建具体项目。 本书为算法实践教材， 不仅提供了重点、难点内容 的图片、视频资源，还提供 了核心算法的配套项目，读 者可以登录Abook网站跟随 完整项目自主学习相关任务 、算法和源代码。本书可以 作为自然语言处理、知识工 程、人工智能等相关课程的 本科生和研究生教材，也可 供计算机科学技术领域相关 工程技术人员学习参考。

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