返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 《从零构建知识图谱:技术、方法与案例》资深知识图谱专家撰写,OpenKG创始人王昊奋、美团知识图谱负责人张富峥力荐
  • 新华书店正版
    • 作者: 邵浩,张凯,李方圆,张云柯,戴锡强著
    • 出版社: 机械工业出版社
    • 出版时间:2021-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 邵浩,张凯,李方圆,张云柯,戴锡强著
    • 出版社:机械工业出版社
    • 出版时间:2021-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-08-01
    • 字数:341
    • 页数:348
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111686835
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    《从零构建知识图谱:技术、方法与案例》资深知识图谱专家撰写,OpenKG创始人王昊奋、美团知识图谱负责人张富峥力荐

    作  者:邵浩//张凯//李方圆//张云柯//戴锡强 著
    定  价:99
    出 版 社:机械工业出版社
    出版日期:2021年08月01日
    页  数:338
    装  帧:平装
    ISBN:9787111686835
    主编推荐

    (1)作者资深:作者是知识图谱、自然语言处理等领域的资深AI技术专家和算法专家,实战经验丰富。(2)维度全面:从知识图谱技术原理、构建工具、构建方法、应用案例等多个维度全面展开讲解,理论与实践相结合。(3)实操性强:手把手教读者从0到1构建工程级知识图谱的步骤和方法,配备源代码。(4)专家力荐:知识图谱和自然语言处理领域专家撰写,王昊奋、李涓子、漆桂林、张富峥、鲍捷等学术界和企业界的专家一致推荐。

    内容简介

    这是一本能让读者快速从零开始构建工业级知识图谱的著作。作者是知识图谱和自然语言处理领域的专家,本书得到了OpenKG联合创始人王昊奋、清华大学教授李涓子、东南大学教授漆桂林、美团知识图谱团队负责人张富峥、文因互联创始人鲍捷等学界和业界知识图谱扛旗人的一致好评和推荐。本书不仅详细讲解了知识图谱的技术原理和构建工具,而且还循序渐进地讲解了知识图谱的构建方法、步骤和行业应用。配有大量实战案例,并且开放了源代码,确保读者能学会并落地。全书一共8章:第1章介绍了知识图谱的概念、模式、应用场景和技术架构;第2章围绕知识图谱的技术体系,详细阐述了知识的表示与建模、抽取与挖掘、存储与融合,以及检索与推理;第3章通过具体的实例介绍了各种知识图谱工具的使用;第4章和第5章从工业实践的角度讲解了从0到1构建通用知识图谱和领域知识图谱的步骤和方法,并配备详细的代码解读;第6~7章讲解了知识图谱的具体应用和一个综合null

    作者简介

    作者简介邵浩资深人工智能技术专家,vivo技术总监。曾任狗尾草智能科技AI研究院院长,带领团队打造了虚拟生命产品的交互引擎。上海市静安区首届优秀人才,上海市人才发展基金获得者,杭州市高层次人才。中国中文信息学会青年工作委员会委员,语言与知识计算专委会委员,中国计算机学会语音对话与听觉专委会委员,自然语言处理专委会委员。日本国立九州大学工学博士,亚利桑那州立大学访问学者,曾任上海对外经贸大学副教授,硕士生导师。共发表论文 50余篇,专利十余项,在国内率先出版了聊天机器人和预训练语言模型相关的著作,主持多项重量和省部级课题。张凯资深AI算法工程师,主要研究方向包括知识图谱、对话系统、推荐系统、机器翻译等,拥有多年算法落地经验。主导构建了开放通用知识图谱七律,参与了《知识图谱评测标准》和《知识图谱白皮书》的编写。聊天机器人专业书籍作者之一。李方圆资深AI算法工程师,主要研究方向包括机器翻译、知识null

    精彩内容

    目录
    推荐序前言第1章  知识图谱概览 11.1  知识图谱序言 11.2  知识图谱基本概念 31.2.1  知识图谱背景 31.2.2  知识图谱的定义 51.2.3  典型知识图谱示例 71.3  知识图谱的模式 101.4  为什么需要知识图谱 131.5  知识图谱的典型应用 151.6  知识图谱的技术架构 17参考文献 18第2章  知识图谱技术体系 192.1  知识表示与知识建模 192.1.1  知识表示 192.1.2  知识建模 262.2  知识抽取与知识挖掘 292.2.1  知识抽取 292.2.2  知识挖掘 382.3  知识存储与知识融合 422.3.1  知识存储 422.3.2  知识融合 472.4  知识检索与知识推理 522.4.1  知识检索 532.4.2  知识推理 58参考文献 61第3章  知识图谱工具 633.1  知识建模工具 633.1.1  Protégé 643.1.2  其他本体建模工具 793.1.3  本体建模工具的选择 833.2  知识抽取工具 843.2.1  DeepDive 843.2.2  其他知识抽取工具 1023.2.3  知识抽取工具对比 1063.3  知识存储工具 1073.3.1  Neo4j 1083.3.2  Neo4j安装与部署 1093.3.3  可视化 1133.3.4  图模型 1153.3.5  其他图数据库 120参考文献 122第4章  从零构建通用知识图谱 1234.1  通用知识表示与抽取 1234.1.1  通用知识数据来源 1234.1.2  实体层构建 1264.1.3  表述层构建 1314.1.4  概念层构建 1344.2  知识增强 1354.2.1  实体层知识增强 1354.2.2  模式完善 1394.2.3  实体链接:表述层与实体层之间的映射 1444.2.4  实体分类:实体层与概念层之间的映射 1464.3  百科知识存储与更新 1534.3.1  属性图存储模型 1544.3.2  知识存储 1564.3.3  知识更新 168第5章  领域知识图谱构建 1725.1  领域知识图谱概览 1725.2   医药领域知识图谱 1735.2.1  领域模式构建 1745.2.2  领域知识抽取 1765.2.3  领域图谱构建 1785.2.4  图谱展示 1825.3  用户画像图谱 1835.3.1  用户画像知识表示 1835.3.2  知识抽取和挖掘 1855.3.3  抽取案例 194参考文献 207第6章  知识图谱应用 2086.1  知识可视化 2086.1.1  D3 2086.1.2  ECharts 2136.1.3  其他工具介绍 2206.1.4  小结 2256.2  实体链接 2256.2.1  实体链接的定义 2256.2.2  实体链接的步骤 2266.2.3  实体链接工具 2326.2.4  实体链接的应用 2426.3  知识问答 2456.3.1  知识问答系统概述 2456.3.2  知识问答系统的主要流程 2476.3.3  主流知识问答系统介绍 2526.3.4  问答系统实战 2606.4  联想 2776.4.1  联想整体流程 2786.4.2  话题识别 2796.4.3  候选话题生成 2806.4.4  候选话题排序 2826.4.5  联想回复生成 290参考文献 292第7章  基于知识图谱的问答系统 2977.1  简介 2977.2  自然语言理解 3007.2.1  概述 3007.2.2  基础NLU 3017.2.3  意图理解 3097.2.4  实体识别与链接 3177.2.5  文本相似度与向量化 3177.3  对话管理 3227.3.1  概述 3227.3.2  知识问答 3277.3.3  闲聊 3317.4  自然语言生成 3327.5  服务化 333参考文献 335第8章  总结与展望 336参考文献 338

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购