一本严谨而全面的教科书,涵盖了知识图谱的主要方法,人工智能中的一个活跃和跨学科领域。
知识图谱领域允许我们从复杂的现实世界数据中建模、处理和得出见解,在过去十年中,它已经成为人工智能的一个活跃的跨学科领域,借鉴了自然语言处理、数据挖掘和语义Web等领域。目前的项目包括预测网络攻击、推荐产品,甚至从数千篇关于COVID-19的论文中收集见解。这本教科书提供了该领域的严格和全面的覆盖。它系统地关注主要的方法,包括那些经受住时间考验的方法和最新的深度学习方法。
在介绍了介绍性和背景材料之后,本文涵盖了构建知识图谱、向知识图谱添加新知识(或在知识图中精炼旧知识)以及访问(或查询)知识图谱的技术。最后,书中描述了特定的知识图谱生态系统,与每个生态系统对应的几个现实世界的应用和案例研究。每一章结尾都有软件和资源部分,以及建议阅读的参考书目。章末练习共130个,代表了不同的抽象层次。