去读读

免费在线阅读网

去读读 > 外国小说 > 知识图谱:方法、实践与应用

知识图谱:方法、实践与应用

作者:王昊奋

类别:《知识图谱:方法、实践与应用》属于外国小说作品

最后更新:2023-06-27 18:10:43

最新章节:

动作:↓↓↓直达底部↓↓↓

《知识图谱:方法、实践与应用》简介: 知识图谱是较为典型的多学科交叉领域,涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。《知识图谱:方法、实践与应用》系统地介绍知识图谱涉及的关键技术,如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。此外,本书还尝试将学术前沿和实战结合,让读者在掌握实际应用能力的同时对前沿技术发展有所了解。《知识图谱:方法、实践与应用》既适合计算机和人工智能相关的研究人员阅读,又适合在企业一线从事技术和应用开发的人员学习,还可作为高等院校计算机或人工智能专业师生的参考教材。
知识图谱:方法、实践与应用txt下载 知识图谱:方法、实践与应用笔趣阁 知识图谱:方法、实践与应用最新章节 知识图谱:方法、实践与应用免费阅读 知识图谱:方法、实践与应用在线阅读 知识图谱:方法、实践与应用全文阅读 知识图谱:方法、实践与应用小说 知识图谱:方法、实践与应用王昊奋

《知识图谱:方法、实践与应用》全文阅读

前言
第1章 知识图谱概述
1.2 知识图谱的发展历史
1.3 知识图谱的价值
1.4 国内外典型的知识图谱项目
1.5 知识图谱的技术流程
1.6 知识图谱的相关技术
1.7 本章小结
第2章 知识图谱表示与建模
2.2 人工智能早期的知识表示方法
2.3 互联网时代的语义网知识表示框架
2.4 常见开放域知识图谱的知识表示方法
2.5 知识图谱的向量表示方法
2.6 开源工具实践:基于Protégé的本体知识建模
2.7 本章小结
第3章 知识存储
3.2 常见知识图谱存储方法
3.3 知识存储关键技术
3.4 开源工具实践
第4章 知识抽取与知识挖掘
4.2 面向非结构化数据的知识抽取
4.3 面向结构化数据的知识抽取
4.4 面向半结构化数据的知识抽取
4.5 知识挖掘
4.6 开源工具实践:基于DeepDive的关系抽取实践
第5章 知识图谱融合
5.2 知识图谱中的异构问题
5.3 本体概念层的融合方法与技术
5.4 实例层的融合与匹配
5.5 开源工具实践:实体关系发现框架LIMES
5.6 本章小结
第6章 知识图谱推理
6.2 基于演绎的知识图谱推理
6.3 基于归纳的知识图谱推理
6.4 知识图谱推理新进展
6.5 开源工具实践:基于Jena和Drools的知识推理实践
6.6 本章小结
第7章 语义搜索
7.2 结构化的查询语言
7.3 语义数据搜索
7.4 语义搜索的交互范式
7.5 开源工具实践
第8章 知识问答
8.2 知识问答的分类体系
8.3 知识问答系统
8.4 知识问答的评价方法
8.5 KBQA前沿技术
8.6 开源工具实践
8.7 本章小结
第9章 知识图谱应用案例
9.2 领域知识图谱构建的基本方法
9.3 领域知识图谱的应用案例
9.4 本章小结