定 价:48 元
丛书名:人工智能丛书,“十三五”国家重点图书出版规划
当前图书已被 27 所学校荐购过!
查看明细
- 作者:赵军,刘康,何世柱,陈玉博,张元哲著
- 出版时间:2022/3/1
- ISBN:9787040577259
- 出 版 社:高等教育出版社
- 中图法分类:G302
- 页码:274
- 纸张:胶版纸
- 版次:1
- 开本:16开
《知识图谱:算法与实践》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,《知识图谱:算法与实践》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。
《知识图谱:算法与实践》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。
《知识图谱:算法与实践》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。
我在中国科学院大学给研究生开设“知识图谱”课程,从2017年秋季至今已经讲授四届,课程受到各个学院不同专业同学们的广泛关注,2020年被评为中国科学院大学人工智能学院研究生优秀课程。在总结讲义和课件的基础上,《知识图谱》教材于2018年底在高等教育出版社出版了,受到读者的普遍欢迎,我们借此机会表示衷心感谢。同时,我也收到不少读者和同学的反馈:他们在学习完课程和教材之后,对于知识图谱的基本概念、基本方法和主要技术都有了较好的理解,但是存在“貌似都懂,依然无从下手”的问题,希望能有一本相关算法和实践方面的配套教材,对知识图谱各个技术环节进行具体的操作指导,引导他们实现关键任务和算法,搭建具体项目。为了满足读者和同学们的需求,我组织课题组的老师和研究生们编写了《知识图谱:算法与实践》一书,配合《知识图谱》教材的使用。
全书由赵军主持,赵军、刘康、何世柱、陈玉博、张元哲共同撰写,我指导的多位研究生提供了部分章节的原始素材,主要包括:第二章(张翔)、第三章(曹鹏飞)、第四章(隋典伯)、第五章(隋典伯)、第六章(刘健、杨航)、第七章(鞠一鸣、李泽政)、第八章(刘操)、第九章(田志兴)、第十章(张翔,刘庆斌)、第十一章(薛智朋、吴顺)。同时,刘操、刘健、张翔、曹鹏飞、隋典伯、左新宇、杨航、刘庆斌、田志兴、鞠一鸣、李泽政、白桂荣、宋挺等同学为相应章节提供了配套项目代码。李文婷、刘操、张翔、刘健、杨航、左新宇等参加了书稿校对。本书在初稿完成后,在中国科学院大学的“知识图谱”研究生课程上得到试用;同时,我们邀请清华大学李涓子教授、中国科学院软件研究所孙乐研究员和中国科学院信息工程研究所王斌研究员审阅全书,并根据他们的宝贵意见对全书进行修改和完善,形成了最终版本。
衷心感谢中国科学院自动化研究所的领导和同事们,衷心感谢学术界和企业界的师长、同仁和朋友们,恕不一一列举,本书的出版与他们的信任、支持和帮助是分不开的。高等教育出版社在出版过程中给予了大力支持和帮助,谨向他们表示衷心的感谢。本书相关的研究工作受到国家科技创新2030-新一代人工智能重大项目“以自然语言为核心的语义理解研究”(2020AAA0106400)和国家自然科学基金重点项目“大规模知识关联和文本语义计算方法及应用验证”(61533018)的资助。
赵军,中国科学院自动化研究所模式识别国家重点实验室。研究员,博士生导师:中国科学院大学人工智能学院岗位教授。研究领域为自然语言处理和知识工程。作为项目负责人承担科技部“新一代人工智能”重大项目、国家自然科学基金重点项目等多项***重要科研项目以及企业应用项目。在ACL、AAAI等国际会议和重要学术期刊上发表论文80余篇,Google Scholar总引用超过1。4万次。曾获第25届国际计算语言学大会COLING 2014论文奖,中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名首位。2018年)。北京市科学技术进步奖一等奖(个人排名首位,2019年)。兼任中国中文信息学会常务理事,《中文信息学报》编委,Journal of Machine Intelligence Research编委。出版《知识图谱》专著,在中国科学院大学主讲《知识图谱》课程,入选中国科学院大学校级研究生优秀课程(2021年)。本人获得中国科学院朱李月华优秀教师奖(2020年)。
刘康,中国科学院自动化研究所模式识别国家重点实验室,研究员,博士生导师:中国科学院大学人工智能学院岗位教授,北京智源人工智能研究院青年科学家。研究领域包括信息抽取、网络挖掘、问答系统等,同时也涉及模式识别与机器学习方面的基础研究。在人工智能、自然语言处理、知识工程等领域国际重要会议和期刊发表多篇学术论文。Google Scholar引用1万余次。曾获第25届国际计算语言学大会COLING 2014论文奖,中国中文信息学会汉王青年创新奖(2014年),Google Focused Research Award(2015、2016年),中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名第二,2018年)。北京市科学技术进步奖一等奖(个人排名第二,2019年)等奖项。2019年获得国家优秀青年基金项目支持,2020年入选中国科学院青年创新促进会优秀会员。
何世柱,中国科学院自动化研究所模式识别国家重点实验室,副研究员,硕士生导师。研究方向为问答系统、知识推理和自然语言处理。主持或参与国家自然科学基金重点项目课题、科技部“新一代人工智能”重大项目等多项国家项目和企业项目,在ACL、AAAI等人工智能、自然语言处理、知识工程等领域国际重要会议和期刊发表多篇学术论文,Google Scholar引用3700余次,出版《知识图谱》专著。曾获中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名第三,2018年),北京市科学技术进步奖一等奖(个人排名第四,2019年)。2020年入选中国科学院青年创新促进会。
陈玉博,中国科学院自动化研究所模式识别国家重点实验室,副研究员,硕士生导师。研究方向为信息抽取、知识图谱和自然语言处理。在ACL、EMNLP、AAAI等国际重要会议和期刊发表多篇学术论文,Google Scholar引用2600余次,出版《知识图谱》专著,主持或参与国家自然科学基金面上项目、国家自然科学基金重点项目和多项企业项目。曾获中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖(个人排名第四,2018年),北京市科学技术进步奖一等奖(个人排名第五。2019年)。2020年入选第五届中国科协青年人才托举工程。2022年入选中国科学院青年创新促进会。
张元哲,中国科学院自动化研究所模式识别国家重点实验室,副研究员。研究方向为机器阅读理解、可解释性和自然语言处理。在ACL、EMNLP、AAAI等人工智能、自然语言处理、知识工程国际重要会议和期刊发表多篇学术论文,主持或参与国家自然科学基金青年科学基金项目、国家自然科学基金重点项目和多项企业项目,曾获北京市科学技术进步奖一等奖(个人排名第六,2019年)。
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
3.3 小结
……
第四章 实体消歧
第五章 实体关系抽取
第六章 事件抽取
第七章 知识融合
第八章 知识推理
第九章 知识图谱数据管理
第十章 知识问答与对话
第十一章 知识图谱构建与应用实践
附录 数学符号规范表
全书代码资源下载
参考文献