《知识图谱：方法、工具与案例》介绍可供信息提供者构建和维护知识图谱的方法和工具，包括实施知识图谱，手动、半自动、自动构建验证语义标记，并将语义标记集成到知识图谱；还介绍用于半自动和自动整理图谱的基于生命周期的方法，可进行评估、纠错，以及利用其他静态和动态资源来丰富知识图谱。 第1章定义知识图谱，重点描述各种方法的影响，而非数学理论。第2章详细阐述如何构建、实现、维护和部署知识图谱。第3章介绍在这些知识图谱上构建的相关应用层，并解释如何用推理来定义这些图谱上的视图，使其成为开放的、面向服务的对话系统的有用资源。第4章讨论知识图谱技术在旅游行业以及其他垂直领域的应用。第5章进行总结，勾勒出未来方向。附录介绍领域规范抽象语法和语义，使schema.org适应特定领域和任务。 为说明方法的实际应用，《知识图谱：方法、工具与案例》以对话界面为重点讨论了几个试点项目，描述知识图谱如何应用于电子营销和电子商务领域。
知识图谱开创了人工智能的新范式，以数据驱动和知识驱动相结合，开启了下一代人工智能，实现了人与人、人与机器、机器与机器的协同协作。此外，知识图谱突破了传统的人工智能研究领域，从广泛的文本、结构化、视觉和时序等多模型数据中提取知识已成为知识图谱发展的主要方向之一，多模态知识图谮的构建可深度融合并灵活运用显式符号知识和隐式数据知识。将深度学习、图深度学习、迁移学习与元学习深度融合是知识图谱的发展趋势，可用于全类型、高涵盖的大规模知识图谱构建，实现更精深的知识推理，是通往鲁棒、可解释的人工智能之路。 Dieter Fensel 是语义网络研究的先驱之一，本书是其团队在知译者序识图谱领域的主要成果之一。本书共5章，主要讨论了知识图谱的整个生命周期，知识图谱的概念、构建、实现、维护和部署、技术架构和未来工作的方向，可作为知识图谱、模式识别与人工智能和计算机视觉等方面的科学家、工程师的参考用书。
- 版权： 清华大学出版社
- 出版： 2023-07-01
- 更新： 2024-03-09
- 书号：9787302634638
- 中图：G302
- 学科：教育学管理学
