新書推薦：
《
视觉美食家：商业摄影实战与创意解析
》
售價：NT$
602.0
《
中国经济发展的新阶段：机会与选择
》
售價：NT$
454.0
《
DK月季玫瑰百科
》
售價：NT$
959.0
《
为你想要的生活
》
售價：NT$
301.0
《
关键改变：如何实现自我蜕变
》
售價：NT$
352.0
《
超加工人群：为什么有些食物让人一吃就停不下来
》
售價：NT$
454.0
《
历史的教训（浓缩《文明的故事》精华，总结历史教训的独特见解）
》
售價：NT$
286.0
《
不在场证明谜案（超绝CP陷入冤案！日本文坛超新星推理作家——辻堂梦代表作首次引进！）
》
售價：NT$
265.0
|
| 編輯推薦： |
|
本书深入浅出地剖析知识图谱的奥秘，以代码实战为利器，助您轻松构建语义网络，解锁人工智能的无限可能。融合大语言模型的前沿视角，本书引领您探索知识图谱与深度学习的交汇点，开启智能时代的新篇章。
|
| 內容簡介： |
本书旨在帮助读者全面理解知识图谱的基本原理和概念。通过清晰的解释和实例，读者将深入了解
知识图谱的构建、表示、推理等关键知识点。此外，本书通过提供代码实战，引导读者亲自动手构建知
识图谱，并应用各种技术和工具进行实践。这种实践性的讲解方法可帮助读者更深入地理解知识图谱的
实际应用。本书的目标是帮助读者全面理解知识图谱的基本原理和概念，并通过代码实战构建知识图谱。
同时，本书也提供了关于大语言模型与知识图谱相结合的内容，让读者进一步探索这两个领域的交叉点。
本书内容对于人工智能基础研究有一定的参考意义，既适合专业人士了解知识图谱、深度学习和人
工智能的前沿热点，也适合对人工智能感兴趣的读者阅读，同时本书也可作为相关开发人员的自学用书
和参考手册。
|
| 關於作者： |
刘 威
在知识图谱、大数据开发、后端开发等领域有着丰富的经验，先后从事爬虫、大数据、知识图谱开发相关的工作。现就职于北京某科研实验室，曾在人民日报媒体技术股份有限公司从事爬虫、大数据、知识图谱开发等工作。
|
| 目錄：
|
第一篇 基 础 篇
第1章 知识图谱概述 2
1.1 知识图谱的概念 2
1.2 知识图谱的发展 6
1.2.1 知识图谱与人工智能 6
1.2.2 专家系统 8
1.2.3 语义网 9
1.2.4 知识图谱的发展 11
1.3 知识图谱的应用与现状 12
1.3.1 知识图谱分类 12
1.3.2 通用知识图谱 14
1.3.3 领域知识图谱 17
1.4 参考文献 18
第2章 知识图谱构建技术 19
2.1 知识表示与知识建模 19
2.1.1 知识表示 19
2.1.2 知识建模 22
2.2 知识抽取 23
2.2.1 实体抽取 24
2.2.2 关系抽取 27
2.2.3 事件抽取 29
2.3 知识存储 29
2.3.1 基于表结构的关系型数据库 30
2.3.2 RDF存储系统 30
2.3.3 原生图数据库 34
2.4 知识融合 37
2.4.1 知识融合的概念 37
2.4.2 知识融合的异构 38
2.4.3 本体匹配 38
2.4.4 实体对齐 39
2.5 知识推理 40
2.6 参考文献 41
第3章 知识图谱的应用 42
3.1 知识库问答 42
3.1.1 知识库问答的构建方法 42
3.1.2 基于知识图谱的问答系统应用 49
3.2 基于图谱的推荐系统 49
3.2.1 推荐系统 49
3.2.2 基于知识图谱的推荐系统 52
3.2.3 推荐系统的应用 58
3.3 参考文献 59
第4章 数据采集与数据处理 60
4.1 数据采集 60
4.1.1 网络爬虫概述 60
4.1.2 网页爬虫采集 61
4.1.3 App爬虫采集 66
4.1.4 反爬虫 70
4.1.5 Scrapy框架 75
4.2 数据处理 80
4.2.1 结构化数据 81
4.2.2 半结构化数据 81
4.2.3 非结构化数据 82
第二篇 代码实践篇
第5章 知识抽取 84
5.1 实体抽取 84
5.1.1 实体抽取模型 84
5.1.2 实体抽取示例 101
5.2 关系抽取 111
5.2.1 关系抽取模型 111
5.2.2 关系抽取示例 115
5.3 事件抽取 124
5.3.1 事件抽取模型 124
5.3.2 事件抽取示例 127
5.4 参考文献 136
第6章 知识存储 138
6.1 知识存储工具 138
6.1.1 Neo4j 138
6.1.2 Virtuoso 148
6.1.3 SPARQL 152
6.2 知识存储案例 165
6.2.1 Neo4j存储 166
6.2.2 Virtuoso存储 169
第7章 知识图谱构建 173
7.1 图谱数据 173
7.1.1 数据采集 174
7.1.2 图谱构建 189
7.1.3 服务器端数据接口 194
7.2 知识图谱可视化 203
7.2.1 前端项目 203
7.2.2 图谱可视化 215
第8章 知识图谱与大语言模型 217
8.1 大语言模型 217
8.1.1 大语言模型概述 218
8.1.2 ChatGPT 219
8.1.3 GLM系列轻量级大语言模型 224
8.2 大语言模型与知识图谱的融合 234
8.2.1 统一大语言模型与知识图谱 234
8.2.2 大语言模型与知识图谱前景 251
|
| 內容試閱：
|
创作背景
在目前市场上的知识图谱书籍中，大多数都侧重于理论介绍，旨在帮助读者理解知识图谱的基本原理和概念。然而，本书与其他书籍不同，第一篇主要着重于知识图谱的原理，并详细解释了其中的关键概念和方法。读者可以通过该篇全面了解知识图谱的基础知识。本书的第二篇侧重于实践，通过代码实现的方式向读者展示了如何应用知识图谱的技术。该篇第7章使用了一个完整的项目作为示例，读者可以跟随代码实现的过程，逐步构建一个功能完备的知识图谱应用。此外，第8章还对大语言模型进行了探讨和实践。
通过将理论和实践相结合，本书旨在帮助读者全面掌握知识图谱的理论和实际应用。无论是对于初学者还是已经有一定基础知识的读者，本书都提供了有价值的内容，可以帮助读者深入理解知识图谱并将其应用于实际项目中，同时读者将会对大语言模型有一定了解，能够实践部署部分经典大语言模型。
目标读者
本书适合对知识图谱感兴趣并希望深入了解理论和实践的各类读者。无论是学术界研究人员、数据科学家、企业决策者还是软件开发者，都可以通过本书全面了解知识图谱的原理、方法和应用，并将其应用于自己的领域和项目中。同时，对大语言模型有兴趣的读者也可以通过本书进一步了解和理解大语言模型。
本书内容
本书分为两篇（8章），具体内容介绍如下。
第一篇 基础篇
第1章：探讨知识图谱的历史、发展以及现状。
第2章：对知识图谱的构建技术进行了探讨。
第3章：描述了知识图谱的应用。
第4章：侧重描述数据的采集技术和数据处理过程。
第二篇 代码实践篇
第5～7章：围绕知识图谱的构建进行了代码实操。
第8章：重点对大语言模型进行了探讨，同时对大模型与知识图谱的前景提出了一些看法。
读者服务
?示例代码。
?数据资源。
读者可以通过扫描本书封底的二维码访问本书专享资源官方网站，获取示例代码、数据资源，还可以加入读者群，以下载最新学习资源或反馈书中的问题。
勘误和支持
由于笔者水平有限，书中难免会有疏漏和不妥之处，恳请广大读者批评指正。
致谢
本书的撰写过程中，特别感谢清华大学出版社的王秋阳编辑给予的鼓励与支持。在编写第7章关于构建知识图谱应用前端网页的内容时，我的大学同学李云飞提供了宝贵的建议和指导。
笔 者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
