知识图谱导论

目录

第1章 知识图谱概述 1

1.1 语言与知识 2

1.2 知识图谱的起源 7

1.3 知识图谱的价值 12

1.4 知识图谱的技术内涵 16

1.5 建立知识图谱的系统工程观 20

第2章 知识图谱的表示 21

2.1 什么是知识表示 22

2.2 人工智能历史发展长河中的知识表示 24

2.3 知识图谱的符号表示方法 28

2.4 知识图谱的向量表示方法 32

2.5 总结 38

第3章 知识图谱的存储与查询 39

3.1 基于关系型数据库的知识图谱存储 40

3.2 基于原生图数据库的知识图谱存储 44

3.3 原生图数据库实现原理浅析 52

3.4 总结 55

第4章 知识图谱的获取与构建 57

4.1 重新理解知识工程与知识获取 58

4.2 实体识别 62

4.3 关系抽取 71

4.4 属性补全 81

4.5 概念抽取 83

4.6 事件识别与抽取 87

4.7 知识抽取技术前沿 91

4.8 总结 95

第5章 知识图谱推理 96

5.1 推理简述 97

5.2 知识图谱推理简介 101

5.3 基于符号逻辑的知识图谱推理 108

5.4 基于表示学习的知识图谱推理 117

5.5 总结 144

第6章 知识图谱融合 146

6.1 知识图谱融合概述 147

6.2 概念层融合——本体匹配 150

6.3 实例层的融合——实体对齐 155

6.4 知识融合技术前沿 159

6.5 总结 162

第7章 知识图谱问答 163

7.1 智能问答概述 164

7.2 基于问句模板的知识图谱问答 172

7.3 基于语义解析的知识图谱问答 178

7.4 基于检索排序的知识图谱问答 185

7.5 基于深度学习的知识图谱问答 188

7.6 总结 195

第8章 图算法与图数据分析 196

8.1 图的基本知识 197

8.2 基础图算法 204

8.3 图表示学习与图神经网络 211

8.4 知识图谱与图神经网络 224

8.5 总结 232

第9章 知识图谱技术发展 233

9.1 多模态知识图谱 234

9.2 知识图谱与语言预训练 248

9.3 事理知识图谱 255

9.4 知识图谱与低资源学习 261

9.5 结构化知识预训练 276

9.6 知识图谱与区块链 293