《從零構建知識圖譜：技術、方法與案例》是一本能讓讀者快速從零開始構建工業級知識圖譜的著作。
基本介紹
內容簡介,圖書目錄,
內容簡介
這是一本能讓讀者快速從零開始構建工業級知識圖譜的著作。作者是知識圖譜和自然語言處理領域的專家，本書得到霸屑巴了OpenKG聯合創始人王昊奮、清華大學教授李涓子、東南大學教蜜檔阿授漆桂林、美團知識圖譜團隊負責人張富崢、文因互聯創始人鮑捷等學界和業界知識圖譜扛旗人的推薦。
本書不僅詳細講解了知識圖譜的技術原理和構建工具，而且還循序漸進地講解了知識圖譜的構建方法、步驟和行業套用。配有大量實膠墓轎戰案例，並且開放了原始碼，確保讀者能學會並落地。
全書一共8章：
第1章介紹了知識圖譜的概念、模式、套用場景和技術架構；
第2章圍繞知識圖譜的技術體系，詳細闡述了知識的表示與建模、抽取與挖掘、存儲與融合，以及檢索與推理；
第3章通過具體的實例介紹了各種知識圖譜工具的使用；
第4章和第5章從工業實踐的角度講解了從0到1構建通用知識圖譜和領域知識圖譜的步驟和方法，並配備詳細的代碼解讀；
第6~7章講解了知識圖譜的具體套用和一個綜合性的知識圖譜案例——問答系統，進一步指導讀者實踐；
第8章對知識圖譜的未來發展進行了總結和展望。
圖書目錄
推薦序
前言
第1章 知識圖譜概覽 1
1.1 知識圖譜序言 1
1.2 知罪淚識圖譜基本概念 3
1.2.1 知識圖譜背景 3
1.2.2 知識圖譜的定義 5
1.2.3 典型知識圖譜示例 7
1.3 知識圖譜的模式 10
1.4 為什麼需要知識圖譜 13
1.5 知識圖譜的典型套用 15
1.6 知識圖譜的技術架構 17
參考文獻 18
第2章 知識圖譜技術體系 19
2.1 知識表示與知識建模 19
2.1.1 知識表示 19
2.1.2 知識建模 26
2.2 知識抽取與知識挖掘 29
2.2.1 知妹燥察識抽取 29
2.2.2 知識挖掘 38
2.3 知識存儲與知識融合 42
2.3.1 知識存儲 42
2.3.2 知識融合 47
2.4 知識檢索與知識推理 52
2.4.1 知識檢索 53
2.4.2 知識推理 58
參考文獻 61
第3章 知識圖譜工具 63
3.1 知識建模工具 63
3.1.1 Protégé 64
3.1.2 其他本體建模工具 79
3.1.3 本體建模工具的選擇 83
3.2 知識抽取工具 84
3.2.1 DeepDive 84
3.2.2 其他知識抽取工具 102
3.2.3 知識抽取工具對比 106
3.3 知識存儲工具 107
3.3.1 Neo4j 108
3.3.2 Neo4j安裝與部署 109
3.3.3 可視化 113
3.3.4 圖模型 115
3.3.5 其他圖資料庫 120
參考文獻 122
第4章 從零構建通用知識圖譜 123
4.1 通用知識表示與抽取雄照嚷乎 123
4.1.1 通用知識數據來源 123
4.1.2 實體層構建 126
4.1.3 表述層構建 131
4.1.4 概念層構建 134
4.2 知識增強 135
4.2.1 實體層知識增強 135
4.2.2 模式完善 139
4.2.3 實體連結：表述層與實體層之間的映射 144
4.2.4 實體分類：實體層與概念層之間的映射 146
4.3 百科知識存儲與更新 153
4.3.1 屬性圖存儲模型 154
4.3.2 知識存儲 156
4.3.3 知識更新 168
第5章 領域知識圖譜構建 172
5.1 領婆敬臘漏域知識圖譜概覽 172
5.2 醫藥領域知識圖譜 173
5.2.1 領域模式構建 174
5.2.2 領域知識抽取 176
5.2.3 領域圖譜構建 178
5.2.4 圖譜展示 182
5.3 用戶畫像圖譜 183
5.3.1 用戶畫像知識表示 183
5.3.2 知識抽取和挖掘 185
5.3.3 抽取案例 194
參考文獻 207
第6章 知識圖譜套用 208
6.1 知識可視化 208
6.1.1 D3 208
6.1.2 ECharts 213
6.1.3 其他工具介紹 220
6.1.4 小結 225
6.2 實體連結 225
6.2.1 實體連結的定義 225
6.2.2 實體連結的步驟 226
6.2.3 實體連結工具 232
6.2.4 實體連結的套用 242
6.3 知識問答 245
6.3.1 知識問答系統概述 245
6.3.2 知識問答系統的主要流程 247
6.3.3 主流知識問答系統介紹 252
6.3.4 問答系統實戰 260
6.4 聯想 277
6.4.1 聯想整體流程 278
6.4.2 話題識別 279
6.4.3 候選話題生成 280
6.4.4 候選話題排序 282
6.4.5 聯想回復生成 290
參考文獻 292
第7章 基於知識圖譜的問答系統 297
7.1 簡介 297
7.2 自然語言理解 300
7.2.1 概述 300
7.2.2 基礎NLU 301
7.2.3 意圖理解 309
7.2.4 實體識別與連結 317
7.2.5 文本相似度與向量化 317
7.3 對話管理 322
7.3.1 概述 322
7.3.2 知識問答 327
7.3.3 閒聊 331
7.4 自然語言生成 332
7.5 服務化 333
參考文獻 335
第8章 總結與展望 336
參考文獻 338
3.3.1 Neo4j 108
3.3.2 Neo4j安裝與部署 109
3.3.3 可視化 113
3.3.4 圖模型 115
3.3.5 其他圖資料庫 120
參考文獻 122
第4章 從零構建通用知識圖譜 123
4.1 通用知識表示與抽取 123
4.1.1 通用知識數據來源 123
4.1.2 實體層構建 126
4.1.3 表述層構建 131
4.1.4 概念層構建 134
4.2 知識增強 135
4.2.1 實體層知識增強 135
4.2.2 模式完善 139
4.2.3 實體連結：表述層與實體層之間的映射 144
4.2.4 實體分類：實體層與概念層之間的映射 146
4.3 百科知識存儲與更新 153
4.3.1 屬性圖存儲模型 154
4.3.2 知識存儲 156
4.3.3 知識更新 168
第5章 領域知識圖譜構建 172
5.1 領域知識圖譜概覽 172
5.2 醫藥領域知識圖譜 173
5.2.1 領域模式構建 174
5.2.2 領域知識抽取 176
5.2.3 領域圖譜構建 178
5.2.4 圖譜展示 182
5.3 用戶畫像圖譜 183
5.3.1 用戶畫像知識表示 183
5.3.2 知識抽取和挖掘 185
5.3.3 抽取案例 194
參考文獻 207
第6章 知識圖譜套用 208
6.1 知識可視化 208
6.1.1 D3 208
6.1.2 ECharts 213
6.1.3 其他工具介紹 220
6.1.4 小結 225
6.2 實體連結 225
6.2.1 實體連結的定義 225
6.2.2 實體連結的步驟 226
6.2.3 實體連結工具 232
6.2.4 實體連結的套用 242
6.3 知識問答 245
6.3.1 知識問答系統概述 245
6.3.2 知識問答系統的主要流程 247
6.3.3 主流知識問答系統介紹 252
6.3.4 問答系統實戰 260
6.4 聯想 277
6.4.1 聯想整體流程 278
6.4.2 話題識別 279
6.4.3 候選話題生成 280
6.4.4 候選話題排序 282
6.4.5 聯想回復生成 290
參考文獻 292
第7章 基於知識圖譜的問答系統 297
7.1 簡介 297
7.2 自然語言理解 300
7.2.1 概述 300
7.2.2 基礎NLU 301
7.2.3 意圖理解 309
7.2.4 實體識別與連結 317
7.2.5 文本相似度與向量化 317
7.3 對話管理 322
7.3.1 概述 322
7.3.2 知識問答 327
7.3.3 閒聊 331
7.4 自然語言生成 332
7.5 服務化 333
參考文獻 335
第8章 總結與展望 336
參考文獻 338
