详解ChatGPT底层技术Transformer，知识图谱为谷歌Bard关于现实事实的响应提供凭据。 全彩印刷，图解精致：一百余张精美彩图，详细解析数十个知识图谱前沿算法。 理论完备，应用丰富：创新提出知识图谱建模方法论——六韬法及模式设计工程模型。在理论方面，本书深每个概念、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。
售 价：¥
纸质售价：¥79.00购买纸书
6.7
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容简介
其 他
推荐语
序一
序二
前言
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
1.6 知识图谱辨析
1.7 知识图谱是人工智能进步的阶梯
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
2.3 本体概论
2.4 模式设计的三大基本原则
2.5 六韬法
2.6 模式设计的工程模型
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
3.3 如何评价实体抽取的效果
3.4 传统机器学习方法
3.5 深度学习方法
3.6 弱监督学习方法
3.7 本章小结
第4章 关系抽取
4.1 关系和关系抽取
4.2 基于规则的关系抽取方法
4.3 基于深度学习的关系抽取方法
4.4 实体-关系联合抽取的方法
4.5 弱监督学习与关系抽取
4.6 本章小结
第5章 知识存储
5.1 数据与知识存储
5.2 图数据库模型
5.3 JanusGraph分布式图数据库
5.4 其他图数据库介绍
5.5 本章小结
第6章 知识计算
6.1 知识计算及其数学基础
6.2 遍历与最短路径算法
6.3 中心性
6.4 社区检测
6.5 知识计算工具与系统
6.6 本章小结
第7章 知识推理
7.1 知识的表示与推理
7.2 基于规则和逻辑的知识推理方法
7.3 几何空间嵌入的知识推理方法
7.4 知识推理的深度学习方法
7.5 本章小结
第8章 知识图谱行业应用
8.1 行业知识图谱
8.2 知识图谱行业应用范式
8.3 共通的应用程序
8.4 金融
8.5 医疗、生物医药和卫生健康
8.6 智能制造
8.7 本章小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
