知识图谱作为当前人工智能的重要方向之一，不仅被实验室的研究者关注，更被各行各业的商业应用所关注。知识图谱是一个古老而又崭新的课题，是知识工程在新时代的新形态。智能离不开知识。知识始终是人工智能的核心之一。本书按照知识表示、知识库构建、知识推理和知识应用的基本脉络，全面介绍有关知识图谱的前沿技术。为便于理解和融会贯通，本书也对相关 NLP与机器学习的基本知识与知识图谱的经典传统方法进行了适当描述。本书既可作为人工智能领域研究人员的技术参考书，也可作为高等院校相关专业师生的教学参考书。
知识图谱作为当前人工智能的重要方向之一，不仅被实验室的研究者关注，更被各行各业的商业应用所关注。知识图谱是一个古老而又崭新的课题，是知识工程在新时代的新形态。智能离不开知识。知识始终是人工智能的核心之一。本书按照知识表示、知识库构建、知识推理和知识应用的基本脉络，全面介绍有关知识图谱的前沿技术。为便于理解和融会贯通，本书也对相关 NLP与机器学习的基本知识与知识图谱的经典传统方法进行了适当描述。
前言
第1章 绪论
1.1 什么是知识
1.2 知识类型与知识金字塔
1.3 什么是知识图谱
1.4 知识图谱的发展历史
1.5 知识图谱研究的主要内容
1.6 本书内容安排
第2章 传统知识表示与建模
2.1 知识表示的基本概念
2.2 基于逻辑的知识表示
2.3 产生式表示方法
2.4 语义网络表示方法
2.5 框架表示方法
2.6 其他表示方法
2.7 本章小结
第3章 现代文本表示学习基础
3.1 文本表示学习的基础模型
3.2 文本表示学习的进阶模型
3.3 文本表示与知识表示
3.4 本章小结
注释
第4章 现代知识表示与学习
4.1 基于几何变换的知识图谱表示学习
4.2 基于神经网络的知识图谱表示模型
4.3 结合文本的知识图谱表示方法SSP
4.4 本章小结
第5章 知识图谱的构建
5.1 命名实体识别
5.2 命名实体链接
5.3 命名实体关系抽取
5.4 本章小结
注释
第6章 知识推理
6.1 什么是知识推理
6.2 基于符号的知识推理
6.3 基于随机游走的路径排序算法
6.4 基于增强学习的路径推理
6.5 基于深度神经网络的路径推理
6.6 本章小结
第7章 知识图谱的应用
7.1 知识库问答
7.2 知识图谱在文本生成中的应用
7.3 知识图谱在情感挖掘中的应用
7.4 本章小结
注释
第8章 知识图谱资源
8.1 通用的知识图谱资源
8.2 领域相关的知识图谱资源
8.3 本章小结
注释
参考文献
