?!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 亚洲av中文无码乱人伦,亚洲av日韩av制服丝袜

亚洲精品92内射,午夜福利院在线观看免费 ,亚洲av中文无码乱人伦在线视色,亚洲国产欧美国产综合在线,亚洲国产精品综合久久2007

?div class="header_top">
Java知识分n|?- L学习从此开始！    
SpringBoot+SpringSecurity+Vue+ElementPlus权限pȝ实战评 震撼发布        

最新Java全栈׃实战评(免费)

springcloud分布式电(sh)商秒杀实战评

IDEA怹Ȁz?/h2>

66套java实战评无套路领?/h2>

锋哥开始收Java学员啦！

Python学习路线?/h2>

锋哥开始收Java学员啦！
当前位置: 主页 > Java文 > Java基础相关 >

知识图谱 Ҏ(gu)、实践与应用 PDF 下蝲


分n刎ͼ
旉:2021-04-30 10:06来源:http://www.sh6999.cn 作?转蝲  侉|举报
知识图谱 Ҏ(gu)、实践与应用 PDF 下蝲
失效链接处理
知识图谱 Ҏ(gu)、实践与应用 PDF 下蝲


本站整理下蝲Q?/strong>
版权归出版社和原作者所有，链接已删除，误买正?/b>
 
 
用户下蝲说明Q?/strong>
?sh)子版仅供预览，下蝲?4时内务必删除，支持正版Q喜Ƣ的误买正版书c：
http://product.dangdang.com/27920286.html
  
相关截图Q?br />


资料?
知识图谱是较为典型的多学U交叉领域，涉及知识工程、自然语a处理、机器学习、图数据库等多个领域。本书系l地介绍知识图谱涉及的关键技术，如知识徏模、关pL取、图存储、自动推理、图pC学习、语义搜索、知识问{、图挖掘分析{。此外，本书q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。本书既适合计算机和人工相关的研Ih员阅读，又适合在企业一U从事技术和应用开发的人员学习Q还可作为高{院校计机或h工智能专业师生的参考教?/span>


资料目录Q?br /> W??知识图谱概述 1 
1.1 什么是知识图谱 1 
1.2 知识图谱的发展历?2 
1.3 知识图谱的h(hun)?5 
1.4 国内外典型的知识图谱目 9 
1.4.1 早期的知识库目 9 
1.4.2 互联|时代的知识图谱 9 
1.4.3 中文开攄识图?12 
1.4.4 垂直领域知识图谱 13 
1.5 知识图谱的技术流E?15 
1.6 知识图谱的相x?19 
1.6.1 知识图谱与数据库pȝ 19 
1.6.2 知识图谱与智能问{?23 
1.6.3 知识图谱与机器推?25 
1.6.4 知识图谱与推荐系l?28 
1.6.5 区块链与M心化的知识图?29 
1.7 本章结 30 
参考文?31 

W??知识图谱表示与徏?40 
2.1 什么是知识表示 40 
2.2 人工早期的知识表C方?43 
2.2.1 一阶谓词逻辑 43 
2.2.2 霍恩子句和霍恩逻辑 43 
2.2.3 语义|络 44 
2.2.4 框架 45 
2.2.5 描述逻辑 47 
2.3 互联|时代的语义|知识表C框?48 
2.3.1 RDF和RDFS 48 
2.3.2 OWL和OWL2 Fragments 53 
2.3.3 知识图谱查询语言的表C?59 
2.3.4 语义Markup表示语言 62 
2.4 常见开攑֟知识图谱的知识表C方?64 
2.4.1 Freebase 64 
2.4.2 Wikidata 65 
2.4.3 ConceptNet5 66 
2.5 知识图谱的向量表C方?68 
2.5.1 知识图谱表示的挑?68 
2.5.2 词的向量表示Ҏ(gu) 68 
2.5.3 知识图谱嵌入的概?71 
2.5.4 知识图谱嵌入的优?72 
2.5.5 知识图谱嵌入的主要方?72 
2.5.6 知识图谱嵌入的应?75 
2.6 开源工具实践：ZProtégé的本体知识徏?77 
2.6.1 ?77 
2.6.2 环境准备 78 
2.6.3 Protégé实践主要功能演示 78 
2.7 本章结 80 
参考文?80 

W??知识存储 82 
3.1　知识图谱数据库基本知?82 
3.1.1　知识图谱数据模型 82 
3.1.2　知识图谱查询语言 85 
3.2 常见知识图谱存储Ҏ(gu) 91 
3.2.1 Z关系数据库的存储Ҏ(gu) 91 
3.2.2　面向RDF的三元组数据?101 
3.2.3 原生图数据库 115 
3.2.4　知识图谱数据库比?120 
3.3　知识存储关键技?121 
3.3.1　知识图谱数据库的存储Q以Neo4jZ 121 
3.3.2　知识图谱数据库的索引 124 
3.4 开源工具实?126 
3.4.1 三元l数据库Apache Jena 126 
3.4.2 TutorialQ面向RDF的三元组数据库gStore 128 
参考文?131 

W??知识抽取与知识挖?133 
4.1 知识抽取d及相关竞?133 
4.1.1 知识抽取d定义 133 
4.1.2 知识抽取相关竞赛 134 
4.2 面向非结构化数据的知识抽?136 
4.2.1 实体抽取 137 
4.2.2 关系抽取 142 
4.2.3 事g抽取 150 
4.3 面向l构化数据的知识抽取 154 
4.3.1 直接映射 154 
4.3.2 R2RML 156 
4.3.3 相关工具 159 
4.4 面向半结构化数据的知识抽?161 
4.4.1 面向癄cL据的知识抽取 161 
4.4.2 面向Web|页的知识抽?165 
4.5 知识挖掘 168 
4.5.1 知识内容挖掘Q实体链?168 
4.5.2 知识l构挖掘Q规则挖?174 
4.6 开源工具实践：ZDeepDive的关pL取实?178 
4.6.1 开源工L技术架?178 
4.6.2 其他cM工具 180 
参考文?180 

W??知识图谱的融?184 
5.1 什么是知识图谱融合 184 
5.2 知识图谱中的异构问题 185 
5.2.1 语言层不匚w 186 
5.2.2 模型层不匚w 187 
5.3 本体概念层的融合Ҏ(gu)与技?190 
5.3.1 本体映射与本体集?190 
5.3.2 本体映射分类 192 
5.3.3 本体映射Ҏ(gu)和工?195 
5.3.4 本体映射理 232 
5.3.5 本体映射应用 235 
5.4 实例层的融合与匹?236 
5.4.1 知识图谱中的实例匚w问题分析 236 
5.4.2 Z快速相似度计算的实例匹配方?240 
5.4.3 Z规则的实例匹配方?241 
5.4.4 Z分治的实例匹配方?244 
5.4.5 Z学习的实例匹配方?260 
5.4.6 实例匚w中的分布式ƈ行处?266 
5.5 开源工具实践：实体关系发现框架LIMES 266 
5.5.1 ?266 
5.5.2 开源工L技术架?267 
5.5.3 其他cM工具 269 
5.6 本章结 269 
参考文?270 

W??知识图谱推理 279 
6.1 推理概述 279 
6.1.1 什么是推理 279 
6.1.2 面向知识图谱的推?282 
6.2 Z演绎的知识图谱推?283 
6.2.1 本体推理 283 
6.2.2 Z逻辑~程的推理方?288 
6.2.3 Z查询重写的方?295 
6.2.4 Z产生式规则的Ҏ(gu) 301 
6.3 Z归纳的知识图谱推?306 
6.3.1 Z囄构的推理 306 
6.3.2 Z规则学习的推?313 
6.3.3 Z表示学习的推?318 
6.4 知识图谱推理新进?324 
6.4.1 时序预测推理 324 
6.4.2 Z强化学习的知识图谱推?325 
6.4.3 Z元学习的样本知识图谱推?326 
6.4.4 囄l网l与知识图谱推理 326 
6.5 开源工具实践：ZJena和Drools的知识推理实?327 
6.5.1 开源工L?327 
6.5.2 开源工L技术架?327 
6.5.3 开发Y件版本及其下载地址 328 
6.5.4 ZJena的知识推理实?328 
6.5.5 ZDrools的知识推理实?329 
6.6 本章结 329 
参考文?330 

W??语义搜烦 334 
7.1 语义搜烦?334 
7.2 l构化的查询语言 336 
7.2.1 数据查询 338 
7.2.2 数据插入 341 
7.2.3 数据删除 341 
7.3 语义数据搜烦 342 
7.4 语义搜烦的交互范?348 
7.4.1 Z关键词的知识图谱语义搜烦Ҏ(gu) 348 
7.4.2 Z分面的知识图p义搜?350 
7.4.3 Z表示学习的知识图p义搜?352 
7.5 开源工具实?355 
7.5.1 功能介绍 355 
7.5.2 环境搭徏及数据准?357 
7.5.3 数据准备 357 
7.5.4 导入Elasticsearch 360 
7.5.5 功能实现 (views.py) 361 
7.5.6 执行查询 363 
参考文?364 

W??知识问答 366 
8.1 知识问答概述 366 
8.1.1 知识问答的基本要?366 
8.1.2 知识问答的相兛_?367 
8.1.3 知识问答应用场景 369 
8.2 知识问答的分cMp?371 
8.2.1 问题cd与答案类?371 
8.2.2 知识库类?374 
8.2.3 体类?375 
8.3 知识问答pȝ 376 
8.3.1 NLIDBQ早期的问答pȝ 376 
8.3.2 IRQAQ基于信息检索的问答pȝ 380 
8.3.3 KBQA Q基于知识库的问{系l?380 
8.3.4 CommunityQA/FAQ-QAQ基于问{对匚w的问{系l?381 
8.3.5 Hybrid QA Framework 混合问答pȝ框架 382 
8.4 知识问答的评h?386 
8.4.1 问答pȝ的评h?386 
8.4.2 问答pȝ的评h据集 387 
8.5 KBQA前沿技?392 
8.5.1 KBQA面的挑?392 
8.5.2 Z模板的方?394 
8.5.3 Z语义解析的方?398 
8.5.4 Z深度学习的传l问{模块优?401 
8.5.5 Z深度学习的端到端问答模型 405 
8.6 开源工具实?406 
8.6.1 使用Elasticsearch搭徏单知识问{系l?406 
8.6.2 ZgAnswer构徏中英文知识问{系l?410 
8.7 本章结 415 
参考文?416 

W??知识图谱应用案例 420 
9.1 领域知识图谱构徏的技术流E?420 
9.1.1 领域知识建模 421 
9.1.2 知识存储 422 
9.1.3 知识抽取 422 
9.1.4 知识融合 423 
9.1.5 知识计算 423 
9.1.6 知识应用 424 
9.2 领域知识图谱构徏的基本方?425 
9.2.1 自顶向下的构建方?425 
9.2.2 自顶向下的构建方?426 
9.3 领域知识图谱的应用案?428 
9.3.1 ?sh)商知识图谱的构Z应用 428 
9.3.2 图情知识图谱的构Z应用 431 
9.3.3 生活׃知识图谱构徏与应用：以美团ؓ?435 
9.3.4 企业商业知识图谱的构Z应用 440 
9.3.5 创投知识图谱的构Z应用 443 
9.3.6 中医临床领域知识图谱的构Z应用 448 
9.3.7 金融证券行业知识图谱应用实践 452 
9.4 本章结 460 
参考文?461
 
------分隔U?---------------------------
?!-- //底部模板 -->