• 知识图谱(概念与技术)
21年品牌 40万+商家 超1.5亿件商品

知识图谱(概念与技术)

全新正版 假一赔十 可开发票

76.03 6.4折 118 全新

库存9件

北京东城
认证卖家担保交易快速发货售后保障

作者肖仰华等

出版社电子工业出版社

ISBN9787121371080

出版时间2020-01

装帧平装

开本16开

定价118元

货号1202003353

上书时间2024-12-13

轻阅书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
主要作者 肖仰华    博士,复旦大学教授、博士生导师、复旦大学知识工场实验室创始人。曾担任多家企业不错技术顾问与首席科学家。曾获得十多个国家、省/市、企业级的研究奖项,曾承担三十多项国家、省/市、企业级研发项目。在靠前很好学术会议与期刊(包括SIGMOD、VLDB、ICDE、IJCAI、AAAI、ACL、TKDE等)发表论文百余篇,授权近20项知识图谱。担任多个靠前期刊编委,百余次为靠前/国内学术机构/会议提供学术服务工作。领导构建了知识工场平台,发布了一系列知识图谱包括CN-DBpedia、CN-Probase等。

目录
第1篇 基础篇 第1章 知识图谱概述 1.1 知识图谱的基本概念 1.1.1 知识图谱的狭义概念 1.1.2 知识图谱的广义概念 1.2 知识图谱的历史沿革 1.2.1 知识图谱溯源 1.2.2 大数据知识工程 1.3 知识图谱的研究意义 1.3.1 知识图谱是认知智能的基石 1.3.2 知识引导成为解决问题的重要方式之一 1.4 知识图谱的应用价值 1.4.1 数据分析 1.4.2 智慧搜索 1.4.3 智能推荐 1.4.4 自然人机交互 1.4.5 决策支持 1.5 知识图谱的分类 1.5.1 知识图谱中的知识分类 1.5.2 知识图谱的领域特性 1.5.3 典型知识图谱 本章小结 思考题 参考文献 第2章 基础知识 2.1 概述 2.2 知识表示 2.2.1 基本概念 2.2.2 知识图谱的图表示 2.2.3 知识图谱的数值表示 2.2.4 其他相关知识表示 2.3 机器学习 2.3.1 机器学习的基本概念 2.3.2 深度学习概述 2.3.3 卷积神经网络 2.3.4 循环神经网络 2.3.5 注意力机制 2.4 自然语言处理 2.4.1 基本概念 2.4.2 文本的向量化表示 本章小结 思考题 参考文献 第2篇 构建篇 第3章 词汇挖掘与实体识别 3.1 概述 3.2 领域短语挖掘 …… 第4章 关系抽取 第5章 概念图谱构建 第6章 百科图谱构建 第7章 知识图谱的众包构建 第8章 知识图谱的质量控制 第3篇 管理篇 第9章 知识图谱的建模与存储 第10章 知识图谱的查询与检索 第11章 图数据管理系统 第4篇 应用篇 第12章 基于知识图谱的语言认知 第13章 基于知识图谱的搜索与推荐 第14章 基于知识图谱的问答 第5篇 实践篇 第15章 知识图谱实践 第16章 开放性问题

内容摘要
知识图谱是一种大规模语义网络,已经成为大数据时代知识工程的代表性进展。知识图谱技术是实现机器认知智能和推动各行业智能化发展的关键基础技术。知识图谱也成为大规模知识工程的代表性实践,其学科日益完善。 本书是一本系统介绍知识图谱概念、技术与实践的书。全书共5篇,由16章构成,力求涵盖知识图谱相关的基本概念与关键技术。“基础篇”介绍知识图谱的基本概念、内涵与外延、历史沿革、应用价值,以及相关的基础知识。“构建篇”重点介绍大规模高质量知识图谱的自动化构建技术,涵盖词汇挖掘、实体识别、关系抽取及概念图谱构建、百科图谱构建、众包构建与质量控制等专题。“管理篇”系统地阐述了知识图谱建模与存储、查询与检索,以及图数据管理系统。“应用篇”对于基于知识图谱的关键应用技术展开介绍,包括搜索与推荐、自然语言问答,以及基于知识图谱的自然语言理解。“实践篇”介绍知识图谱实践中的基本原则和有用实践,初步讨论了知识图谱实践中的开放性问题。 本书可作为高年级本科生、硕士生或者博士生的教材,也适合企业与行业智能化的从业人员阅读。

主编推荐
"•有深度也有广度,力求涵盖知识图谱相关的基本概念与关键技术。
•梳理前沿成果,总结了十多个知识图谱工程项目的落地经验。
•写作团队成员均为国内知名高校和研究所AI相关专业教师和研究员。
•内容历经一年打磨,并曾在多所高校试讲,根据听众反馈迭代改进。
"

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP