知識(shí)圖譜：認(rèn)知智能理論與實(shí)戰(zhàn)

第1章 知識(shí)圖譜概述 0
1.1 從李白的《靜夜思》開(kāi)始 2
1.2 什么是知識(shí)圖譜 3
1.3 DIKW模型 6
1.4 從DIKW模型到知識(shí)圖譜 8
1.5 知識(shí)圖譜技術(shù)體系 9
1.5.1 知識(shí)圖譜模式設(shè)計(jì)與管理 11
1.5.2 知識(shí)圖譜構(gòu)建技術(shù) 11
1.5.3 知識(shí)圖譜存儲(chǔ)技術(shù) 13
1.5.4 知識(shí)圖譜應(yīng)用技術(shù) 14
1.5.5 用戶(hù)接口與界面 17
1.6 知識(shí)圖譜辨析 17
1.6.1 知識(shí)圖譜與自然語(yǔ)言處理 18
1.6.2 知識(shí)圖譜與圖數(shù)據(jù)庫(kù) 20
1.6.3 知識(shí)圖譜與語(yǔ)義網(wǎng)絡(luò) 20
1.6.4 知識(shí)圖譜與搜索引擎 21
1.6.5 知識(shí)圖譜與深度學(xué)習(xí) 21
1.7 知識(shí)圖譜是人工智能進(jìn)步的階梯 22
1.7.1 明鑒歷史 23
1.7.2 預(yù)見(jiàn)未來(lái) 26
1.8 本章小結(jié) 27

第2章 知識(shí)圖譜模式設(shè)計(jì) 30
2.1 知識(shí)圖譜模式 32
2.2 模式與本體 35
2.2.1 本體 35
2.2.2 模式與本體辨析 37
2.3 本體概論 38
2.3.1 本體的構(gòu)成要素 39
2.3.2 本體分類(lèi) 40
2.3.3 資源描述框架RDF 41
2.3.4 網(wǎng)絡(luò)本體語(yǔ)言O(shè)WL 42
2.3.5 知名本體介紹 44
2.4 模式設(shè)計(jì)的三大基本原則 52
2.4.1 賦予一類(lèi)事物合適的名字 53
2.4.2 建立事物間清晰的聯(lián)系 54
2.4.3 明確、正式的語(yǔ)義表達(dá) 55
2.5 六韜法 56
2.5.1 場(chǎng)景 58
2.5.2 復(fù)用 59
2.5.3 事物 63
2.5.4 聯(lián)系 65
2.5.5 約束 67
2.5.6 評(píng)價(jià) 71
2.6 模式設(shè)計(jì)的工程模型 72
2.6.1 瀑布模型 72
2.6.2 螺旋模型 74
2.7 本章小結(jié) 76

第3章 實(shí)體抽取 78
3.1 實(shí)體、命名實(shí)體和實(shí)體抽取 80
3.2 基于規(guī)則的實(shí)體抽取 82
3.2.1 基于詞典匹配的實(shí)體抽取方法 83
3.2.2 編寫(xiě)正則表達(dá)式抽取實(shí)體 84
3.2.3 基于模板的實(shí)體抽取方法 85
3.3 如何評(píng)價(jià)實(shí)體抽取的效果 88
3.4 傳統(tǒng)機(jī)器學(xué)習(xí)方法 91
3.4.1 概率圖模型 92
3.4.2 樸素貝葉斯模型 93
3.4.3 最大熵模型 95
3.4.4 隱馬爾可夫模型 100
3.4.5 條件隨機(jī)場(chǎng) 102
3.4.6 標(biāo)記方法 106
3.4.7 用CRF++進(jìn)行實(shí)體抽取 108
3.5 深度學(xué)習(xí)方法 114
3.5.1 基于深度學(xué)習(xí)的通用實(shí)體抽取框架 114
3.5.2 BiLSTM-CRF模型 117
3.5.3 預(yù)訓(xùn)練模型用于實(shí)體抽取 122
3.6 弱監(jiān)督學(xué)習(xí)方法 134
3.7 本章小結(jié) 136

第4章 關(guān)系抽取 138
4.1 關(guān)系和關(guān)系抽取 140
4.2 基于規(guī)則的關(guān)系抽取方法 145
4.2.1 詞法分析與依存句法分析 146
4.2.2 基于語(yǔ)法結(jié)構(gòu)的關(guān)系抽取 149
4.3 基于深度學(xué)習(xí)的關(guān)系抽取方法 154
4.3.1 關(guān)系分類(lèi) 154
4.3.2 基于BERT的關(guān)系分類(lèi) 158
4.4 實(shí)體-關(guān)系聯(lián)合抽取的方法 161
4.4.1 實(shí)體-關(guān)系聯(lián)合抽取方法 162
4.4.2 基于片段預(yù)測(cè)的實(shí)體-關(guān)系聯(lián)合抽取 165
4.5 弱監(jiān)督學(xué)習(xí)與關(guān)系抽取 171
4.5.1 引導(dǎo)法 171
4.5.2 遠(yuǎn)程監(jiān)督 174
4.5.3 弱監(jiān)督學(xué)習(xí)與Snorkel 176
4.5.4 Snorkel用于關(guān)系抽取 179
4.6 本章小結(jié) 184

第5章 知識(shí)存儲(chǔ) 186
5.1 數(shù)據(jù)與知識(shí)存儲(chǔ) 188
5.1.1 數(shù)據(jù)存儲(chǔ)模型 188
5.1.2 知識(shí)存儲(chǔ)極簡(jiǎn)史 189
5.2 圖數(shù)據(jù)庫(kù)模型 193
5.2.1 屬性圖模型 193
5.2.2 完整性約束 196
5.2.3 事務(wù)、ACID與BASE 200
5.2.4 查詢(xún)語(yǔ)言 202
5.3 JanusGraph分布式圖數(shù)據(jù)庫(kù) 202
5.3.1 JanusGraph的存儲(chǔ)模型 205
5.3.2 JanusGraph的屬性圖模式 209
5.3.3 事務(wù)和故障恢復(fù) 220
5.3.4 圖查詢(xún)語(yǔ)言Gremlin 221
5.3.5 JanusGraph和Gremlin入門(mén)指南 222
5.4 其他圖數(shù)據(jù)庫(kù)介紹 235
5.4.1 Neo4j 236
5.4.2 Dgraph 239
5.4.3 NebulaGraph 243
5.4.4 圖數(shù)據(jù)對(duì)比一覽表 246
5.5 本章小結(jié) 248

第6章 知識(shí)計(jì)算 250
6.1 知識(shí)計(jì)算及其數(shù)學(xué)基礎(chǔ) 252
6.1.1 知識(shí)圖譜與圖 252
6.1.2 圖論 253
6.1.3 鄰接矩陣 256
6.1.4 譜圖理論 257
6.2 遍歷與最短路徑算法 258
6.2.1 廣度優(yōu)先搜索 258
6.2.2 深度優(yōu)先搜索 260
6.2.3 Dijkstra單源最短路徑 262
6.2.4 最短路徑快速算法 265
6.2.5 Floyd算法 268
6.3 中心性 270
6.3.1 度中心性 270
6.3.2 親密中心性 272
6.3.3 中介中心性 274
6.3.4 特征向量中心性 279
6.3.5 PageRank 281
6.4 社區(qū)檢測(cè) 284
6.4.1 模塊度 286
6.4.2 GN社區(qū)檢測(cè)算法 290
6.4.3 Louvain社區(qū)檢測(cè)算法 291
6.5 知識(shí)計(jì)算工具與系統(tǒng) 297
6.5.1 圖數(shù)據(jù)庫(kù)計(jì)算框架 297
6.5.2 分布式圖計(jì)算引擎 298
6.5.3 圖分析工具包 298
6.6 本章小結(jié) 299

第7章 知識(shí)推理 300
7.1 知識(shí)的表示與推理 302
7.1.1 因果推理 303
7.1.2 演繹推理 303
7.1.3 歸納推理 304
7.1.4 概率推理 305
7.1.5 知識(shí)圖譜的推理技術(shù) 306
7.2 基于規(guī)則和邏輯的知識(shí)推理方法 308
7.2.1 基于規(guī)則的方法 308
7.2.2 基于邏輯的方法 311
7.2.3 定性時(shí)空推理 313
7.3 幾何空間嵌入的知識(shí)推理方法 316
7.3.1 歐幾里得空間的平移變換方法 317
7.3.2 復(fù)數(shù)向量空間的RotatE模型 330
7.3.3 雙曲空間嵌入的知識(shí)推理方法 334
7.4 知識(shí)推理的深度學(xué)習(xí)方法 353
7.4.1 卷積神經(jīng)網(wǎng)絡(luò)的知識(shí)推理方法 353
7.4.2 圖神經(jīng)網(wǎng)絡(luò)模型 358
7.5 本章小結(jié) 368

第8章 知識(shí)圖譜行業(yè)應(yīng)用 370
8.1 行業(yè)知識(shí)圖譜 372
8.1.1 行業(yè)知識(shí)圖譜的特點(diǎn) 372
8.1.2 行業(yè)知識(shí)圖譜的應(yīng)用價(jià)值 376
8.2 知識(shí)圖譜行業(yè)應(yīng)用范式 382
8.3 共通的應(yīng)用程序 385
8.3.1 數(shù)據(jù)與知識(shí)中臺(tái) 385
8.3.2 可視化與交互式分析 388
8.3.3 智能問(wèn)答 391
8.3.4 認(rèn)知推薦 396
8.3.5 輔助決策模型 400
8.4 金融 400
8.4.1 反洗錢(qián)和反恐怖融資 400
8.4.2 個(gè)人信用評(píng)估與風(fēng)險(xiǎn)控制 402
8.4.3 企業(yè)風(fēng)險(xiǎn)識(shí)別、控制與管理 404
8.4.4 系統(tǒng)性金融風(fēng)險(xiǎn) 406
8.4.5 審計(jì) 407
8.4.6 證券分析與投資研究 408
8.4.7 保險(xiǎn) 410
8.5 醫(yī)療、生物醫(yī)藥和衛(wèi)生健康 411
8.5.1 基因知識(shí)圖譜 411
8.5.2 生物醫(yī)藥 412
8.5.3 智慧醫(yī)療 414
8.5.4 公共衛(wèi)生 416
8.5.5 中醫(yī)藥知識(shí)圖譜 418
8.6 智能制造 418
8.6.1 設(shè)計(jì)研發(fā) 419
8.6.2 質(zhì)量與可靠性工程 420
8.6.3 設(shè)備的管理、維護(hù)與維修 422
8.6.4 BOM物料清單管理 425
8.6.5 供應(yīng)鏈管理 427
8.6.6 售后服務(wù) 428
8.7 本章小結(jié) 429