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:
本店所有商品

  • [正版]新书 知识图谱:方法、工具与案例 [奥地利]迪特·芬塞尔 知识管理-研究
  • 语义网络研究的先驱之一Dieter Fensel 新作
    • 作者: [奥地利]迪特·芬塞尔著
    • 出版社: 清华大学出版社
    • 出版时间:1
    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:
    友一个文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: [奥地利]迪特·芬塞尔著
    • 出版社:清华大学出版社
    • 出版时间:1
    • 开本:16开
    • ISBN:9787302634638
    • 版权提供:清华大学出版社

            铺公告

      为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。

    温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。

      关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。

     

     

     书名:  知识图谱:方法、工具与案例
     出版社:  清华大学出版社
     出版日期  2023
     ISBN号:  9787302634638
    《知识图谱:方法、工具与案例》介绍可供信息提供者构建和维护知识图谱的方法和工具,包括实施知识图谱,手动、半自动、自动构建验证语义标记,并将语义标记集成到知识图谱;还介绍用于半自动和自动整理图谱的基于生命周期的方法,可进行评估、纠错,以及利用其他静态和动态资源来丰富知识图谱。 
    第1章定义知识图谱,重点描述各种方法的影响,而非数学理论。第2章详细阐述如何构建、实现、维护和部署知识图谱。第3章介绍在这些知识图谱上构建的相关应用层,并解释如何用推理来定义这些图谱上的视图,使其成为开放的、面向服务的对话系统的有用资源。第4章讨论知识图谱技术在旅游行业以及其他垂直领域的应用。第5章进行总结,勾勒出未来方向。附录介绍领域规范抽象语法和语义,使schema.org适应特定领域和任务。 
    为说明方法的实际应用,《知识图谱:方法、工具与案例》以对话界面为重点讨论了几个试点项目,描述知识图谱如何应用于电子营销和电子商务领域。

    Dieter Fensel 担任奥地利因斯布鲁克大学计算机科学系STI研究组的主任。Dieter迄今已撰写了300多篇论文。作为语义Web研究的先驱之一,Dieter与人共同举办了ESWC和ISWC等重要的科技会议。Dieter的研究兴趣目前集中在知识图谱的开发和知识图谱生命周期的各个方面。Dieter与seekda和Onlim等公司合作,成功地将自己的研究成果应用于工业领域。

    知识图谱开创了人工智能的新范式,以数据驱动和知识驱动相结合,开启了下一代人工智能,实现了人与人、人与机器、机器与机器的协同协作。此外,知识图谱突破了传统的人工智能研究领域,从广泛的文本、结构化、视觉和时序等多模型数据中提取知识已成为知识图谱发展的主要方向之一,多模态知识图谮的构建可深度融合并灵活运用显式符号知识和隐式数据知识。将深度学习、图深度学习、迁移学习与元学习深度融合是知识图谱的发展趋势,可用于全类型、高涵盖的大规模知识图谱构建,实现更精深的知识推理,是通往鲁棒、可解释的人工智能之路。
    Dieter Fensel 是语义网络研究的先驱之一,本书是其团队在知译者序识图谱领域的主要成果之一。本书共5章,主要讨论了知识图谱的整个生命周期,知识图谱的概念、构建、实现、维护和部署、技术架构和未来工作的方向,可作为知识图谱、模式识别与人工智能和计算机视觉等方面的科学家、工程师的参考用书。

    第1章  引言:什么是知识图谱? 1
    1.1  引言 1
    1.2  知识图谱的概念性定义 2
    1.3  知识图谱的实证定义 7
    1.3.1  开放知识图谱 7
    1.3.2  专有知识图谱 10
    第2章  构建知识图谱 13
    2.1  引言 13
    2.2  知识创建 16
    2.2.1  知识创建方法论 16
    2.2.2  建模语言 18
    2.2.3  知识生成工具 24
    2.3  知识托管 36
    2.3.1  语义标注的收集、存储和检索 36
    2.3.2  知识图谱的收集、存储和检索 39
    2.4  知识管理 41
    2.4.1  最大简单知识表示形式 41
    2.4.2  知识评估 42
    2.4.3  知识清洗 53
    2.4.4  知识丰富 60
    2.4.5  知识管理综述 71
    2.5  知识部署:投入实用 72
    第3章  使用知识图谱 81
    3.1  引言 81
    3.2  融合人工智能和互联网 82
    3.2.1  人工智能 60 年回顾 82
    3.2.2  Web(用于机器人) 83
    3.2.3  小结 91
    3.3  知识访问层 91
    3.3.1  松散连接的TBox在知识图谱上定义基于逻辑的视图 92
    3.3.2  动态数据和活跃数据:语义网络服务 96
    3.4  开放和面向服务的对话系统 100
    3.4.1  开放的对话系统 100
    3.4.2  服务引导对话 105
    3.4.3  小结 107
    第4章  为什么需要知识图谱:应用 109
    4.1  引言 109
    4.2  市场 110
    4.3  动机和解决方案 111
    4.4  旅游用例 117
    4.5  能源用例 122
    4.6  更多垂直领域 126
    4.7  小结 127
    第5章  结论 129


    以下内容可扫描封底二维码下载

    附录A  领域建模形式的语法和语义 133
    A.1  领域规范的抽象语法和语义 133
    A.1.1  SHACL 134
    A.1.2  领域规范的概念描述 135
    A.1.3  抽象语法 140
    A.1.4  语义 143



     

    1
    • 商品详情
    • 内容简介

    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