知识图谱(认知智能理论与实战)

"理论完备，应用丰富：知识图谱涉及庞大的理论知识体系，本书深入每个概念、理论和算法的本质，给出推导、解析和阐述，便于读者理解概念与算法背后的逻辑。在应用方面，完整涵盖知识计算、知识推理等方面内容，并系统梳理了三大行业应用场景。 内容全面，结构有序：重点介绍知识图谱的模式设计、构建、存储和应用四大板块，对应大脑学习、记忆和使用知识的模式，符合在实践中应用知识图谱的通常做法。 各章独立，主题明确：各章主题相对独立，既可以作为行业参考资料，也适合作为高校教材；读者既可以系统性地学习，也可以有选择性地学习知识图谱。 全彩印刷，图解精致：书中包含大量精心绘制的彩图，对算法和概念等进行深度剖析，便于读者直观形象地理解各知识点。"

知识图谱作为认知智能的核心技术正蓬勃发展。本书系统全面地介绍了知识图谱的核心技术，既有宏观整体的技术体系，也有关键技术和算法细节，内容包括：知识图谱模式设计的方法论——六韬法；知识图谱构建中的实体抽取和关系抽取；知识存储中的属性图模型及图数据库，重点介绍了JanusGraph分布式图数据库；知识计算中的图论基础，以及中心性、社区检测等经典图计算算法；知识推理中的逻辑推理、几何变换推理和深度学习推理，及其编程实例。最后，本书以金融、医疗和智能制造三大行业的应用场景为例，梳理了知识图谱的应用价值和应用程序形态。 本书既适合人工智能行业从业者和研究人员系统学习知识图谱，也适合一线工程师和技术人员参考使用，并可作为企业管理人员、政府人员、政策制定人员、公共政策学者的参考材料，以及高等院校计算机、金融和人工智能等相关专业师生的参考资料和培训学校的教材。

"王文广，浙江大学计算机科学与技术硕士，高级工程师，知识图谱与认知智能领域知名专家。 现任达观数据副总裁，专注于自然语言处理、知识图谱、图像与语音分析、认知智能、大数据和图分析等方向的技术研究、产品开发和产业应用，为金融、智能制造、医疗与生物医药、半导体等行业提供认知智能产品和技术服务。 现为上海市人工智能技术标准化委员会委员，上海市科学技术委员会评审专家、人工智能领域标准编制专家，CCF 高级会员，CIPS语言与知识计算专委会委员，CAAI深度学习专委会委员。主导或参与过百余个人工智能科学研究和产业应用项目，曾获得国际、国内多个很好算法竞赛奖项，申请人工智能领域国家发明专利数十项，并参与编制人工智能领域的多个国家标准、行业标准和团体标准。"

第1章 知识图谱概述
1.1 从李白的《静夜思》开始
1.2 什么是知识图谱
1.3 DIKW模型
1.4 从DIKW模型到知识图谱
1.5 知识图谱技术体系
1.5.1 知识图谱模式设计与管理
1.5.2 知识图谱构建技术
1.5.3 知识图谱存储技术
1.5.4 知识图谱应用技术
1.5.5 用户接口与界面
1.6 知识图谱辨析
1.6.1 知识图谱与自然语言处理
1.6.2 知识图谱与图数据库
1.6.3 知识图谱与语义网络
1.6.4 知识图谱与搜索引擎
1.6.5 知识图谱与深度学习
1.7 知识图谱是人工智能进步的阶梯
1.7.1 明鉴历史
1.7.2 预见未来
1.8 本章小结
第2章 知识图谱模式设计
2.1 知识图谱模式
2.2 模式与本体
2.2.1 本体
2.2.2 模式与本体辨析
2.3 本体概论
2.3.1 本体的构成要素
2.3.2 本体分类
2.3.3 资源描述框架RDF
2.3.4 网络本体语言OWL
2.3.5 知名本体介绍
2.4 模式设计的三大基本原则
2.4.1 赋予一类事物合适的名字
2.4.2 建立事物间清晰的联系
2.4.3 明确、正式的语义表达
2.5 六韬法
2.5.1 场景
2.5.2 复用
2.5.3 事物
2.5.4 联系
2.5.5 约束
2.5.6 评价
2.6 模式设计的工程模型
2.6.1 瀑布模型
2.6.2 螺旋模型
2.7 本章小结
第3章 实体抽取
3.1 实体、命名实体和实体抽取
3.2 基于规则的实体抽取
3.2.1 基于词典匹配的实体抽取方法
……
第4章 关系抽取
第5章 知识存储
第6章 知识计算
第7章 知识推理
第8章 知识图谱行业应用