久久精品视,亚洲av乱码一区二区三区按摩,欧美大黄,亚洲青青

2020 年，人工智能技術(shù)進(jìn)入更加廣闊的落地期，你一定需要這本深入淺出的 “知識圖譜” 書籍。

知識圖譜（ Graph ）以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其關(guān)系，將信息時(shí)代各式各樣的信息表達(dá)成更接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解的能力。知識圖譜給互聯(lián)網(wǎng)語義搜索帶來了新的驅(qū)動(dòng)力，同時(shí)也在自然語言處理的各種應(yīng)用中顯示了強(qiáng)大威力，已經(jīng)成為互聯(lián)網(wǎng)知識驅(qū)動(dòng)的智能應(yīng)用的基礎(chǔ)設(shè)施。知識圖譜、大數(shù)據(jù)、深度學(xué)習(xí)一起，成為信息時(shí)代人工智能發(fā)展的核心驅(qū)動(dòng)力之一。

知識圖譜技術(shù)是指知識圖譜建立和應(yīng)用的技術(shù)，是融合機(jī)器學(xué)習(xí)、認(rèn)知計(jì)算、知識表示與推理、信息檢索與抽取、自然語言處理、語義 Web 、數(shù)據(jù)挖掘等方向的交叉研究。知識圖譜技術(shù)的核心內(nèi)容包括知識抽取與構(gòu)建，知識表示，知識推理，知識存儲和查詢，知識圖譜應(yīng)用等。

作為人工智能領(lǐng)域的重要方向之一，目前知識圖譜技術(shù)已在醫(yī)療、教育、金融、證券投資、推薦等多個(gè)領(lǐng)域廣泛應(yīng)用，并發(fā)揮著重要價(jià)值。

在最新出版的《人工智能：知識圖譜前沿技術(shù)》一書中，清華大學(xué)計(jì)算機(jī)系教授朱小燕等作者從知識和知識圖譜的基本概念和模型出發(fā)，著重介紹了近代知識圖譜相關(guān)技術(shù)的發(fā)展情況，特別是大規(guī)模數(shù)據(jù)、人工神經(jīng)元網(wǎng)絡(luò)，以及深度學(xué)習(xí)背景下有關(guān)知識表示、知識圖譜構(gòu)建、知識推理和知識應(yīng)用等方面的前沿算法與模型。

章節(jié)介紹

本書內(nèi)容具有深入淺出、針對性高、時(shí)效性強(qiáng)等特點(diǎn)，能夠幫助讀者在了解知識圖譜基本概念的基礎(chǔ)上，近距離接觸知識圖譜領(lǐng)域最新研究成果，可作為相關(guān)領(lǐng)域?qū)W生與研究人員的良好參考與輔助。

以下為主要章節(jié)：

第一章 緒論

介紹知識與知識圖譜的定義，敘述知識圖譜的發(fā)展歷史以及基本技術(shù)路線，對知識圖譜的相關(guān)主要研究內(nèi)容做概括性描述。

第二章 傳統(tǒng)知識表示與建模

知識只有能夠在合理的表示形式之下才能夠滿足人能夠懂，機(jī)器也能夠懂，才能夠滿足認(rèn)知智能研究基礎(chǔ)的需要。本章從知識表示基本的概念出發(fā)，介紹了歷史上一些傳統(tǒng)的知識表示方法，這些知識表示方法在人工智能發(fā)展的歷史上起到了重要的作用，也深刻影響著知識圖譜的發(fā)展。

第三章 現(xiàn)代文本表示學(xué)習(xí)

文本的表示學(xué)習(xí)是知識表示學(xué)習(xí)的基礎(chǔ)。尤其是在當(dāng)前深度學(xué)習(xí)的大背景下，通過基于神經(jīng)網(wǎng)絡(luò)的分布表示，把文本映射到一個(gè)低維度的稠密空間，有效地捕捉了文本內(nèi)部各層次的語義信息。本章介紹了一些經(jīng)典的文本表示學(xué)習(xí)的算法與模型。

第四章 現(xiàn)代知識表示與學(xué)習(xí)

知識表示學(xué)習(xí)是近幾年有顯著發(fā)展的一個(gè)研究分支，主要討論如何借鑒機(jī)器學(xué)習(xí)新理論與方法，實(shí)現(xiàn)知識圖譜構(gòu)建，通過學(xué)習(xí)的方法完成知識的表示。本章論述了現(xiàn)代知識圖譜表示學(xué)習(xí)的三大流派：幾何嵌入法、神經(jīng)網(wǎng)絡(luò)方法和結(jié)合文本的表示方法。有效的知識表示對于知識構(gòu)建，知識推理有著非常重要的作用。

第五章 知識圖譜的構(gòu)建

知識圖譜的構(gòu)建是知識圖譜研究的核心問題之一。尤其是在近代如何在互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)環(huán)境下，從海量網(wǎng)絡(luò)信息中獲取知識是非常重要的研究課題?，F(xiàn)代知識圖譜的構(gòu)建研究的是如何從結(jié)構(gòu)化醫(yī)療智能問答系統(tǒng)的作用，半結(jié)構(gòu)化以及結(jié)構(gòu)化的海量數(shù)據(jù)中把知識抽取出來，并形成合理的知識圖譜。本章主要針對知識圖譜構(gòu)建的三個(gè)重要任務(wù)分別進(jìn)行介紹：命名實(shí)體識別，命名實(shí)體鏈接和命名實(shí)體關(guān)系抽取，特別側(cè)重了相關(guān)任務(wù)基于深度學(xué)習(xí)方法。

第六章 知識推理

知識推理是知識在人工智能學(xué)科地位的主要表現(xiàn)，也是知識應(yīng)用的靈魂與橋梁。知識推理旨在已有知識圖譜的基礎(chǔ)上進(jìn)一步挖掘隱含的知識與規(guī)則。本章概要介紹了知識推理的一般概念，并針對當(dāng)前流行的知識圖譜推理方法進(jìn)行了詳細(xì)的闡述。

第七章 知識圖譜的應(yīng)用