包邮知识超图

目录第1章 知识图谱概念与发展 11.1 源起 11.2 概念类型 31.2.1 概念内涵与外延 31.2.2 早期知识库 41.2.3 开放知识图谱 41.2.4 中文知识图谱 51.2.5 领域知识图谱 61.3 研究方向及热点 71.3.1 知识表示学习 71.3.2 知识获取与融合 81.3.3 知识推理 91.3.4 知识应用 101.4 其他类型知识图谱 141.4.1 与或图 141.4.2 常识知识图谱 151.4.3 时序知识图谱 161.4.4 事理图谱 161.4.5 五元知识库 171.5 本章小结 18参考文献 18第2章 知识超图模型与构建 192.1 知识超图模型 192.1.1 知识超图基本概念 192.1.2 知识超图架构 212.1.3 知识超图模式设计 232.1.4 知识超图推理复杂度分析 252.2 知识抽取与挖掘 262.2.1 实体识别 272.2.2 关系抽取 292.2.3 属性抽取 312.2.4 事件抽取 342.3 知识超图构建 362.3.1 事理层构建 372.3.2 概念层构建及映射关系构建 402.3.3 实例层构建 432.4 本章小结 46参考文献 46第3章 知识超图管理与评估 473.1 知识超图融合 473.1.1 知识超图融合任务的定义 473.1.2 真值发现 493.1.3 实体链接 513.1.4 本体匹配 543.1.5 实体融合 553.2 存储与更新 573.2.1 关系数据库存储 583.2.2 图数据库存储 593.2.3 知识超图更新 603.3 知识超图质量评估 633.3.1 评估维度 643.3.2 评估方法 663.4 本章小结 67参考文献 67第4章 知识图谱与知识超图的典型应用 684.1 语义搜索 684.2 自然语言问答 694.3 智能** 724.4 知识推理技术 754.4.1 基于逻辑规则的推理 764.4.2 基于嵌入表示的推理 784.4.3 基于神经网络的推理 814.4.4 深度强化学习方法 874.4.5 基于对比学习的知识图谱推理方法 894.5 本章小结 90参考文献 90第5章 基于知识超图的推理决策 925.1 基于模型自动构建的推理 925.1.1 任务描述 925.1.2 模型自动构建**方法 955.1.3 推理框架 965.1.4 推理实例 1015.2 基于知识超图的混合推理 1015.2.1 混合推理的任务描述 1015.2.2 知识混合推理典型方法 1025.2.3 知识图谱混合推理框架 1035.2.4 知识问答案例 1085.3 本章小结 112第6章 知识超图平台设计 1136.1 典型图数据库 1136.1.1 Neo4j 1136.1.2 ArangoDB 1146.1.3 Dgraph 1146.1.4 主流图数据库对比 1156.2 总体设计 1166.2.1 框架设计 1166.2.2 集群设计 1186.3 数据设计 1196.3.1 数据模型 1196.3.2 数据逻辑结构 1216.3.3 数据存储结构 1236.4 功能设计 1276.4.1 外部视图 1276.4.2 内部视图 1276.4.3 主要功能流程图 1286.5 本章小结 133参考文献 133第7章 知识超图平台实现 1347.1 功能列表 1347.2 知识超图模型构建 1357.2.1 类型管理 1357.2.2 对象创建 1377.2.3 超图展示 1407.2.4 路径查询 1407.2.5 拓展查询 1427.3 知识抽取及超图融合 1437.3.1 实体关系识别 1437.3.2 实体关系核验 1437.3.3 超图融合 1467.4 知识推理 1477.4.1 相似事件** 1477.4.2 归纳推理 1487.4.3 演绎推理 1497.5 本章小结 149第8章 知识超图平台应用案例 1508.1 应用案例概述 1508.2 影响要素分析 1518.2.1 要素体系梳理 1518.2.2 关键要素选取 1528.3 数据获取与处理 1538.3.1 数据源选取 1538.3.2 数据采集 1548.3.3 数据预处理 1558.4 知识超图构建实例 1578.4.1 知识体系梳理 1578.4.2 关联关系完善 1588.4.3 知识体系更新 1598.5 基于知识超图的事件预测 1608.5.1 预测场景：某地卫星发射预测 1608.5.2 可预测性验证 1608.5.3 预测模型自动优化 1638.6 基于知识超图的推理决策 1658.6.1 数据获取 1658.6.2 知识抽取 1668.6.3 知识体系构建 1688.6.4 事件预测 1698.7 本章小结 170参考文献 170