掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
人工智能出版工程人工智能:知識圖譜前沿技術 版權信息
- ISBN：9787121389924
- 條形碼：9787121389924 ; 978-7-121-38992-4
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能出版工程人工智能:知識圖譜前沿技術 本書特色
適讀人群 ：相關研究人員、師生、愛好者。知識圖譜作為當前人工智能的重要方向之一，不僅被實驗室的研究者關注，更被各行各業的商業應用所關注。知識圖譜是一個古老而又嶄新的課題，是知識工程在新時代的新形態。智能離不開知識。知識始終是人工智能的核心之一。本書按照知識表示、知識庫構建、知識推理和知識應用的基本脈絡，全面介紹有關知識圖譜的前沿技術。為便于理解和融會貫通，本書也對相關 NLP與機器學習的基本知識與知識圖譜的經典傳統方法進行了適當描述。 《人工智能：知識圖譜前沿技術》既可作為人工智能領域研究人員的技術參考書，也可作為高等院校相關專業師生的教學參考書。
人工智能出版工程人工智能:知識圖譜前沿技術 內容簡介
知識圖譜作為當前人工智能的重要方向之一，不僅被實驗室的研究者關注，更被各行各業的商業應用所關注。知識圖譜是一個古老而又嶄新的課題，是知識工程在新時代的新形態。智能離不開知識。知識始終是人工智能的核心之一。本書按照知識表示、知識庫構建、知識推理和知識應用的基本脈絡，全面介紹有關知識圖譜的前沿技術。為便于理解和融會貫通，本書也對相關 NLP與機器學習的基本知識與知識圖譜的經典傳統方法進行了適當描述。本書既可作為人工智能領域研究人員的技術參考書，也可作為高等院校相關專業師生的教學參考書。
人工智能出版工程人工智能:知識圖譜前沿技術 目錄
第1章緒論
1.1什么是知識
1.2知識類型與知識金字塔
1.3什么是知識圖譜
1.4知識圖譜的發展歷史
1.5知識圖譜研究的主要內容
1.5.1知識表示
1.5.2構建知識庫
1.5.3知識推理
1.5.4知識應用
1.6本書內容安排
第2章傳統知識表示與建模
2.1知識表示的基本概念
2.2基于邏輯的知識表示
2.2.1邏輯的基本概念
2.2.2命題邏輯
2.2.3謂詞邏輯
2.2.4歸結原理
2.3產生式表示方法
2.3.1事實與規則的表示
2.3.2產生式系統的結構
2.3.3產生式系統的推理
2.4語義網絡表示方法
2.4.1語義網絡的歷史
2.4.2語義網絡的結構
2.4.3語義網絡的實例
2.4.4基本的語義關系
2.4.5語義網絡的推理
2.5框架表示方法
2.5.1框架理論的概念
2.5.2框架的結構和框架的推理
2.6其他表示方法
2.6.1腳本知識表示方法
2.6.2過程性知識表示方法
2.7本章小結
第3章現代文本表示學習基礎
3.1文本表示學習的基礎模型
3.1.1單詞的分布表示
3.1.2句子的分布表示
3.1.3文檔的分布表示
3.2文本表示學習的進階模型
3.2.1ELMo
3.2.2GPT
3.2.3BERT
3.3文本表示與知識表示
3.4本章小結
第4章現代知識表示與學習
4.1基于幾何變換的知識圖譜表示學習
4.1.1基于平移原則的知識圖譜表示學習
4.1.2基于混合幾何變換的知識圖譜表示學習
4.1.3基于流形原則的知識圖譜表示學習
4.2基于神經網絡的知識圖譜表示模型
4.2.1距離模型
4.2.2簡單網絡模型
4.2.3復雜網絡模型
4.3結合文本的知識圖譜表示方法SSP
4.3.1研究背景
4.3.2模型描述
4.4本章小結
第5章知識圖譜的構建
5.1命名實體識別
5.1.1什么是命名實體
5.1.2任務概述
5.1.3傳統的命名實體識別方法
5.1.4基于深度學習的命名實體識別方法
5.1.5基于深度學習的命名實體識別新模型及新思路
5.2命名實體鏈接
5.2.1任務概述
5.2.2傳統的命名實體鏈接方法
5.2.3基于深度學習的命名實體鏈接方法
5.3命名實體關系抽取
5.3.1任務概述
5.3.2傳統的命名實體關系抽取方法
5.3.3基于深度學習的命名實體關系抽取方法
5.4本章小結
第6章知識推理
6.1什么是知識推理
6.2基于符號的知識推理
6.3基于隨機游走的路徑排序算法
6.4基于增強學習的路徑推理
6.4.1DeepPath
6.4.2MINERVA
6.5基于深度神經網絡的路徑推理
6.5.1Path-RNN
6.5.2擴展的Path-RNN
6.6本章小結
第7章知識圖譜的應用
7.1知識庫問答
7.1.1基于信息抽取的知識庫問答
7.1.2基于語義解析的知識庫問答
7.1.3基于嵌入表示的知識庫問答
7.2知識圖譜在文本生成中的應用
7.2.1常識知識驅動的對話生成模型
7.2.2常識知識驅動的故事結局生成模型
7.3知識圖譜在情感挖掘中的應用
7.3.1語言學知識驅動的情感分類
7.3.2知識圖譜驅動的情感分析
7.4本章小結
第8章知識圖譜資源
8.1通用的知識圖譜資源
8.1.1Freebase
8.1.2DBpedia
8.1.3OpenKG
8.1.4NELL
8.2領域相關的知識圖譜資源
8.2.1電子商務知識圖譜
8.2.2中醫藥知識圖譜
8.3本章小結
參考文獻
展開全部
人工智能出版工程人工智能:知識圖譜前沿技術 作者簡介
朱小燕，清華大學計算機系教授，智能技術與系統國家重點實驗室主任，曾任清華大學計算機系副主任。位列 “人工智能全球女性榜單” “2019年度中國人工智能100人榜單”。從事人工智能領域相關工作30余年，主要研究領域為智能信息處理，包括人工神經網絡、機器學習、自然語言處理、智能信息提取、智能問答系統等。獲得國家發明專利十余項，在國際刊物和會議上發表論文100余篇。近幾年研究工作主要集中于新一代智能信息獲取與人機對話/交互的研究，所研究的原型系統曾應用于多家知名企業。
書友推薦
- >
唐代進士錄
- >
苦雨齋序跋文-周作人自編集
- >
煙與鏡
- >
詩經-先民的歌唱
- >
推拿
- >
山海經
- >
回憶愛瑪儂
- >
中國歷史的瞬間
本類暢銷
