鏈接：https://pan.baidu.com/s/1GVYR2jaNllig9s3jmw9ZaA?pwd=4aw1?

提取碼：4aw1

編輯推薦

適讀人群 ：1.對(duì)知識(shí)圖譜感興趣的讀者伴隨著大數(shù)據(jù)時(shí)代的到來(lái)，很多工作都和大數(shù)據(jù)息息相關(guān)，無(wú)論是傳統(tǒng)行業(yè)、還是移動(dòng)互聯(lián)網(wǎng)行業(yè)，都必須要了解大數(shù)據(jù)，通過(guò)大數(shù)據(jù)發(fā)現(xiàn)自身的價(jià)值，使用

（1）作者：科大訊飛大數(shù)據(jù)及人工智能技術(shù)專家于俊新力作，曾撰寫《Spark核心技術(shù)與高級(jí)應(yīng)用》《Spark機(jī)器學(xué)習(xí)進(jìn)階實(shí)戰(zhàn)》，廣受好評(píng)。
（2）專家力薦：王士進(jìn)（認(rèn)知智能國(guó)家重點(diǎn)實(shí)驗(yàn)室副主任、訊飛研究院副院長(zhǎng)）、李直旭（復(fù)旦大學(xué)研究員、博士生導(dǎo)師）、徐童（中國(guó)科學(xué)技術(shù)大學(xué)教授）聯(lián)袂推薦。
（3）一書學(xué)透：詳解知識(shí)圖譜構(gòu)建8個(gè)核心步驟，涵蓋知識(shí)圖譜落地的8個(gè)關(guān)鍵場(chǎng)景。
（4）內(nèi)容前沿：剖析CCKS近3年自然語(yǔ)言知識(shí)問(wèn)答評(píng)測(cè)、生活服務(wù)問(wèn)答評(píng)測(cè)、開(kāi)放知識(shí)問(wèn)答評(píng)測(cè)任務(wù)方案。
（5）掌握內(nèi)涵：援引中國(guó)古典著作精選名句揭示知識(shí)圖譜的內(nèi)涵。引導(dǎo)讀者站在哲學(xué)視角來(lái)理解知識(shí)圖譜，看透本質(zhì)，從而應(yīng)對(duì)應(yīng)用過(guò)程中出現(xiàn)的各種問(wèn)題。

內(nèi)容簡(jiǎn)介

這是一本綜合介紹知識(shí)圖譜構(gòu)建與行業(yè)實(shí)踐的著作，是作者多年從事知識(shí)圖譜與認(rèn)知智能應(yīng)用落地經(jīng)驗(yàn)的總結(jié)，得到了多位知識(shí)圖譜資深專家的推薦。
本書以通俗易懂的方式來(lái)講解知識(shí)圖譜相關(guān)的知識(shí)，尤其對(duì)從零開(kāi)始構(gòu)建知識(shí)圖譜過(guò)程中需要經(jīng)歷的步驟，以及每個(gè)步驟需要考慮的問(wèn)題都給予較為詳細(xì)的解釋。
本書基于實(shí)際業(yè)務(wù)進(jìn)行抽象，結(jié)合知識(shí)圖譜的7個(gè)構(gòu)建步驟，深入分析知識(shí)圖譜技術(shù)應(yīng)用以及8個(gè)行業(yè)綜合案例的設(shè)計(jì)與實(shí)現(xiàn)。
全書分為基礎(chǔ)篇、構(gòu)建篇、實(shí)踐篇，共16章內(nèi)容。
基礎(chǔ)篇（第1章），介紹知識(shí)圖譜的定義、分類、發(fā)展階段，以及構(gòu)建方式、邏輯/技術(shù)架構(gòu)、現(xiàn)狀與應(yīng)用場(chǎng)景等。
構(gòu)建篇（第2～8章），詳細(xì)介紹知識(shí)抽取、知識(shí)表示、知識(shí)融合、知識(shí)存儲(chǔ)、知識(shí)建模、知識(shí)推理、知識(shí)評(píng)估與運(yùn)維等知識(shí)圖譜構(gòu)建的核心步驟，并結(jié)合實(shí)例講解應(yīng)用方法。
實(shí)踐篇（第9～16章），詳細(xì)講解知識(shí)圖譜的綜合應(yīng)用，涵蓋知識(shí)問(wèn)答評(píng)測(cè)、知識(shí)圖譜平臺(tái)、智能搜索、圖書推薦系統(tǒng)、開(kāi)放領(lǐng)域知識(shí)問(wèn)答、交通領(lǐng)域知識(shí)問(wèn)答、汽車領(lǐng)域知識(shí)問(wèn)答、金融領(lǐng)域推理決策。

作者簡(jiǎn)介

于 俊
中國(guó)科學(xué)技術(shù)大學(xué)電子信息專業(yè)博士研究生，科大訊飛大數(shù)據(jù)及人工智能技術(shù)專家，安徽大學(xué)計(jì)算機(jī)技術(shù)專業(yè)碩士生導(dǎo)師，CCF高級(jí)會(huì)員。有超過(guò)15年的大數(shù)據(jù)及人工智能算法工程化經(jīng)驗(yàn)，專注大數(shù)據(jù)分析及數(shù)據(jù)價(jià)值挖掘、大數(shù)據(jù)及人工智能技術(shù)應(yīng)用落地。著有《Spark核心技術(shù)與高級(jí)應(yīng)用》《Spark機(jī)器學(xué)習(xí)進(jìn)階實(shí)戰(zhàn)》等書。

李雅潔
華中科技大學(xué)應(yīng)用統(tǒng)計(jì)碩士，在知識(shí)圖譜、自然語(yǔ)言處理、大數(shù)據(jù)分析與挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域有豐富的研究和開(kāi)發(fā)經(jīng)驗(yàn)。精通Python、R語(yǔ)言以及Spark等大數(shù)據(jù)框架，擅長(zhǎng)自然語(yǔ)言處理及知識(shí)圖譜構(gòu)建。

彭加琪
中國(guó)科學(xué)技術(shù)大學(xué)計(jì)算機(jī)科學(xué)碩士，科大訊飛核心研發(fā)平臺(tái)主管，負(fù)責(zé)AI數(shù)據(jù)平臺(tái)和知識(shí)中臺(tái)建設(shè)，精通Java、Python等編程語(yǔ)言，擅長(zhǎng)分布式系統(tǒng)建設(shè)以及企業(yè)級(jí)知識(shí)圖譜構(gòu)建與應(yīng)用。

程知遠(yuǎn)
悉尼大學(xué)數(shù)據(jù)科學(xué)碩士，科大訊飛大數(shù)據(jù)工程師，負(fù)責(zé)智慧教學(xué)產(chǎn)品及學(xué)生行為分析的算法研究及引擎實(shí)現(xiàn)。精通Java、Python等編程語(yǔ)言，擅長(zhǎng)分布式系統(tǒng)建設(shè)以及企業(yè)級(jí)知識(shí)圖譜構(gòu)建與應(yīng)用。

精彩書評(píng)

臨淵羨魚，不如退而結(jié)網(wǎng)。知識(shí)圖譜就是一張網(wǎng)，一張基于現(xiàn)實(shí)世界的概念、實(shí)體、關(guān)系、屬性構(gòu)建起來(lái)的結(jié)構(gòu)化知識(shí)網(wǎng)絡(luò)。知識(shí)圖譜作為人工智能的底層支撐和核心技術(shù)，能夠幫助人工智能對(duì)現(xiàn)實(shí)世界中復(fù)雜、相互聯(lián)結(jié)的數(shù)據(jù)進(jìn)行理解和處理，使得機(jī)器具備理解、分析和決策的能力成為可能，更加接近人類認(rèn)知世界的水平，成功應(yīng)用于智能搜索、推薦系統(tǒng)、知識(shí)問(wèn)答、推理決策等領(lǐng)域。
目前，以實(shí)體為核心的知識(shí)庫(kù)已在學(xué)術(shù)界和工業(yè)界有了較多的積累與應(yīng)用，于俊博士基于科大訊飛多年以來(lái)的實(shí)戰(zhàn)經(jīng)驗(yàn)撰寫了《知識(shí)圖譜實(shí)戰(zhàn)：構(gòu)建方法與行業(yè)應(yīng)用》一書，帶你系統(tǒng)學(xué)習(xí)知識(shí)圖譜研究現(xiàn)狀、工業(yè)界應(yīng)用等內(nèi)容，是一本不可多得的學(xué)術(shù)和應(yīng)用價(jià)值并存的圖書。
—— 王士進(jìn)　認(rèn)知智能國(guó)家重點(diǎn)實(shí)驗(yàn)室副主任、訊飛研究院副院長(zhǎng)

基于科大訊飛多年以來(lái)在各個(gè)行業(yè)的智能化落地實(shí)戰(zhàn)經(jīng)驗(yàn)，本書深入淺出地介紹了知識(shí)圖譜的基本概念、構(gòu)建方法以及在典型行業(yè)中的應(yīng)用實(shí)戰(zhàn)。對(duì)從事知識(shí)圖譜研究和落地的人員有著較高的參考價(jià)值。
—— 李直旭　復(fù)旦大學(xué)研究員、博士生導(dǎo)師

本書既有周詳?shù)闹R(shí)論述，又有接地氣的案例解說(shuō)，稱得上知識(shí)圖譜領(lǐng)域的百科全書。同時(shí)，書中引用中國(guó)古典哲學(xué)語(yǔ)句幫助讀者理解脫胎于本體論的知識(shí)圖譜，可謂相得益彰，從中可以看出作者的巧思，值得推薦。
—— 徐童　中國(guó)科學(xué)技術(shù)大學(xué)教授

目錄

目　　錄
前言
基礎(chǔ)篇
第1章　理解知識(shí)圖譜　/　2
1.1　知識(shí)圖譜概述　/　2
1.1.1　知識(shí)定義及分類　/　3
1.1.2　知識(shí)圖譜定義　/　4
1.1.3　知識(shí)圖譜分類　/　5
1.1.4　知識(shí)圖譜發(fā)展階段　/　8
1.2　知識(shí)圖譜架構(gòu)　/　8
1.2.1　構(gòu)建方式　/　8
1.2.2　邏輯架構(gòu)　/　9
1.2.3　技術(shù)架構(gòu)　/　9
1.3　知識(shí)圖譜現(xiàn)狀　/　13
1.3.1　學(xué)術(shù)界研究現(xiàn)狀　/　13
1.3.2　工業(yè)界應(yīng)用現(xiàn)狀　/　13
1.4　知識(shí)圖譜應(yīng)用場(chǎng)景　/　14
1.4.1　智能搜索　/　14
1.4.2　推薦系統(tǒng)　/　15
1.4.3　知識(shí)問(wèn)答　/　15
1.4.4　推理決策　/　16
1.5　本章小結(jié)　/　16
構(gòu)建篇
第2章　知識(shí)抽取　/　18
2.1　知識(shí)抽取概述　/　18
2.1.1　知識(shí)抽取的定義　/　19
2.1.2　知識(shí)抽取的任務(wù)　/　20
2.2　知識(shí)抽取的方法　/　26
2.2.1　面向結(jié)構(gòu)化數(shù)據(jù)　/　26
2.2.2　面向半結(jié)構(gòu)化數(shù)據(jù)　/　28
2.2.3　面向非結(jié)構(gòu)化數(shù)據(jù)　/　30
2.3　知識(shí)抽取實(shí)例　/　37
2.3.1　Deepdive的安裝
和配置　/　38
2.3.2　實(shí)驗(yàn)步驟　/　39
2.3.3　模型構(gòu)建　/　47
2.4　本章小結(jié)　/　49
第3章　知識(shí)表示　/　50
3.1　知識(shí)表示概述　/　50
3.1.1　知識(shí)表示的定義　/　50
3.1.2　知識(shí)表示的任務(wù)　/　51
3.2　知識(shí)表示的方法　/　51
3.2.1　基于符號(hào)的知識(shí)表示　/　51
3.2.2　基于向量的知識(shí)表示　/　60
3.3　知識(shí)表示實(shí)例　/　64
3.3.1　環(huán)境配置　/　64
3.3.2　生成映射文件　/　65
3.3.3　將MySQL數(shù)據(jù)轉(zhuǎn)為RDF
三元組　/　67
3.4　本章小結(jié)　/　68
第4章　知識(shí)融合　/　69
4.1　知識(shí)融合概述　/　69
4.1.1　知識(shí)融合的定義　/　70
4.1.2　知識(shí)融合的任務(wù)　/　70
4.2　知識(shí)融合的方法　/　73
4.2.1　本體對(duì)齊方法　/　73
4.2.2　實(shí)體對(duì)齊方法　/　77
4.3　知識(shí)融合實(shí)例　/　80
4.3.1　環(huán)境配置　/　81
4.3.2　預(yù)處理與匹配　/　81
4.3.3　結(jié)果評(píng)估　/　84
4.4　本章小結(jié)　/　85
第5章　知識(shí)存儲(chǔ)　/　86
5.1　知識(shí)存儲(chǔ)概述　/　86
5.1.1　知識(shí)存儲(chǔ)的定義　/　86
5.1.2　知識(shí)存儲(chǔ)的任務(wù)　/　87
5.2　知識(shí)存儲(chǔ)的方法　/　89
5.2.1　基于關(guān)系型數(shù)據(jù)庫(kù)的
知識(shí)存儲(chǔ)　/　89
5.2.2　基于NoSQL的
知識(shí)存儲(chǔ)　/　92
5.2.3　基于分布式的
知識(shí)存儲(chǔ)　/　96
5.3　知識(shí)存儲(chǔ)實(shí)例　/　98
5.3.1　使用Apache Jena
存儲(chǔ)數(shù)據(jù)　/　98
5.3.2　使用Neo4j數(shù)據(jù)庫(kù)
存儲(chǔ)數(shù)據(jù)　/　98
5.4　本章小結(jié)　/　103
第6章　知識(shí)建?！?　104
6.1　知識(shí)建模概述　/　104
6.1.1　知識(shí)建模的定義　/　104
6.1.2　知識(shí)建模的任務(wù)　/　107
6.2　知識(shí)建模的方法　/　109
6.2.1　手工建模方法　/　109
6.2.2　半自動(dòng)建模方法　/　113
6.2.3　本體自動(dòng)建模方法　/　114
6.3　知識(shí)建模實(shí)例　/　116
6.3.1　創(chuàng)建項(xiàng)目實(shí)例　/　117
6.3.2　創(chuàng)建本體關(guān)系和屬性　/　118
6.3.3　知識(shí)圖譜可視化　/　120
6.4　本章小結(jié)　/　121
第7章　知識(shí)推理　/　122
7.1　知識(shí)推理概述　/　122
7.1.1　知識(shí)推理的定義　/　122
7.1.2　知識(shí)推理的任務(wù)　/　123
7.2　知識(shí)推理的方法　/　124
7.2.1　基于邏輯規(guī)則的推理　/　124
7.2.2　基于知識(shí)表示學(xué)習(xí)的推理　/　131
7.2.3　基于神經(jīng)網(wǎng)絡(luò)的推理　/　134
7.2.4　混合推理　/　136
7.3　知識(shí)推理實(shí)例　/　137
7.4　本章小結(jié)　/　139
第8章　知識(shí)評(píng)估與運(yùn)維　/　140
8.1　知識(shí)評(píng)估與運(yùn)維概述　/　140
8.1.1　知識(shí)評(píng)估概述　/　141
8.1.2　知識(shí)運(yùn)維概述　/　142
8.2　知識(shí)評(píng)估與運(yùn)維的任務(wù)　/　143
8.2.1　知識(shí)評(píng)估任務(wù)　/　143
8.2.2　知識(shí)運(yùn)維任務(wù)　/　147
8.3　知識(shí)評(píng)估與運(yùn)維流程　/　149
8.3.1　知識(shí)評(píng)估流程　/　149
8.3.2　知識(shí)運(yùn)維流程　/　150
8.4　本章小結(jié)　/　151
實(shí)踐篇
第9章　知識(shí)問(wèn)答評(píng)測(cè)　/　154
9.1　知識(shí)問(wèn)答系統(tǒng)概述　/　154
9.1.1　知識(shí)問(wèn)答系統(tǒng)定義　/　155
9.1.2　知識(shí)問(wèn)答問(wèn)題分類　/　155
9.1.3　知識(shí)問(wèn)答評(píng)測(cè)技術(shù)方案　/　157
9.2　自然語(yǔ)言知識(shí)問(wèn)答評(píng)測(cè)　/　159
9.2.1　任務(wù)背景　/　159
9.2.2　數(shù)據(jù)分析　/　159
9.2.3　技術(shù)方案　/　160
9.2.4　任務(wù)結(jié)果　/　163
9.3　生活服務(wù)知識(shí)問(wèn)答評(píng)測(cè)　/　164
9.3.1　任務(wù)背景　/　164
9.3.2　數(shù)據(jù)分析　/　164
9.3.3　技術(shù)方案　/　165
9.3.4　任務(wù)結(jié)果　/　168
9.4　開(kāi)放知識(shí)問(wèn)答評(píng)測(cè)　/　168
9.4.1　任務(wù)背景　/　168
9.4.2　數(shù)據(jù)分析　/　168
9.4.3　技術(shù)方案　/　169
9.4.4　任務(wù)結(jié)果　/　172
9.5　本章小結(jié)　/　172
第10章　知識(shí)圖譜平臺(tái)　/　173
10.1　知識(shí)圖譜平臺(tái)建設(shè)背景　/　173
10.2　知識(shí)圖譜平臺(tái)基本功能　/　175
10.3　AiMind知識(shí)圖譜平臺(tái)　/　175
10.3.1　數(shù)據(jù)管理　/　176
10.3.2　知識(shí)建?！?　180
10.3.3　知識(shí)抽取　/　185
10.3.4　知識(shí)融合　/　189
10.3.5　知識(shí)管理　/　191
10.3.6　知識(shí)應(yīng)用　/　194
10.4　本章小結(jié)　/　196
第11章　智能搜索實(shí)踐　/　197
11.1　智能搜索背景　/　197
11.2　智能搜索業(yè)務(wù)設(shè)計(jì)　/　198
11.2.1　場(chǎng)景設(shè)計(jì)　/　198
11.2.2　知識(shí)圖譜設(shè)計(jì)　/　199
11.2.3　模塊設(shè)計(jì)　/　200
11.3　數(shù)據(jù)獲取與預(yù)處理　/　20

查看全部↓

前言/序言

前　　言
臨淵羨魚，不如退而結(jié)網(wǎng)。
知識(shí)圖譜就是一張網(wǎng)，一張基于現(xiàn)實(shí)世界的概念、實(shí)體、關(guān)系、屬性構(gòu)建起來(lái)的結(jié)構(gòu)化知識(shí)網(wǎng)絡(luò)。知識(shí)圖譜作為人工智能的底層支撐和核心技術(shù)，能夠“幫助”人工智能對(duì)現(xiàn)實(shí)世界中復(fù)雜、相互聯(lián)結(jié)的數(shù)據(jù)進(jìn)行理解與處理，使機(jī)器具備理解、分析和決策的能力，并且更加接近人類認(rèn)知世界的水平，從而成功應(yīng)用于智能搜索、推薦系統(tǒng)、知識(shí)問(wèn)答、推理決策等領(lǐng)域。
本書從諸多中國(guó)古典著作中精選名句，并結(jié)合知識(shí)圖譜技術(shù)精髓進(jìn)行關(guān)聯(lián)講解，引導(dǎo)讀者以哲學(xué)的思考方式來(lái)理解知識(shí)圖譜的內(nèi)涵，并使用知識(shí)圖譜解決應(yīng)用過(guò)程中出現(xiàn)的各種問(wèn)題。
為什么要寫這本書
2019年春天，隨著大數(shù)據(jù)賦能業(yè)務(wù)逐漸興起，科大訊飛大數(shù)據(jù)研究院大數(shù)據(jù)分析與算法團(tuán)隊(duì)開(kāi)始響應(yīng)公司號(hào)召，扎根于此業(yè)務(wù)，希望能夠基于大數(shù)據(jù)分析與算法從海量數(shù)據(jù)中學(xué)習(xí)并自動(dòng)決策，有效解決數(shù)據(jù)分析和挖掘瓶頸。而扎根業(yè)務(wù)以后，我們發(fā)現(xiàn)業(yè)務(wù)需求更多的是數(shù)據(jù)治理以及知識(shí)圖譜等，需要通過(guò)構(gòu)建行業(yè)知識(shí)圖譜來(lái)支撐業(yè)務(wù)發(fā)展，以解決實(shí)際業(yè)務(wù)場(chǎng)景的問(wèn)題。
2019年秋天，在機(jī)械工業(yè)出版社策劃編輯的建議下，筆者決定和小伙伴們一起朝著新的目標(biāo)努力——編寫一本知識(shí)圖譜構(gòu)建與應(yīng)用的書籍。