亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

知識圖譜一直是學術工業界關注的焦點，但是知識圖譜的書籍缺非常少。南加州大學計算機科學家Mayank Kejriwal撰寫了《Domain-Specific Knowledge Graph Construction》，總共115頁圖書，包含了知識圖譜的涵義、信息抽取、實體鏈接、知識圖譜補全、知識圖譜實例等內容，值得學習閱讀！

領域知識圖譜構建

特定領域的知識圖譜已經作為一個方向開始出現，并且發展迅速。圖方法在人工智能中已經存在了很長一段時間，可以追溯到該領域最早的時代，但將大量數據自動表示為圖譜是一項相對現代的發明。隨著Web的出現，以及對更智能搜索引擎的需求，谷歌知識圖譜誕生了。谷歌知識圖譜改變了我們與搜索引擎交互的方式，盡管我們常常沒有意識到這一點。例如，用戶在搜索某個東西時不點擊某個鏈接的情況已經不再罕見;一般來說，搜索引擎本身能夠為用戶所面臨的問題提供解決方案。將傳統的搜索引擎與圖像、新聞和視頻有機地結合起來，為這些交互添加豐富的元素。

領域特定知識圖構建(KGC)是一個活躍的研究領域，最近由于機器學習技術(如深度神經網絡和單詞嵌入)取得了令人印象深刻的進展。本書將以一種引人入勝和可訪問的方式綜合Web數據上的知識圖結構。

知識圖譜示例

Google知識圖譜構建流程

目錄內容：

1. 什么是知識圖譜?

• 1.1 引言
• 1.2 示例 1: 學術領域
• 1.3 示例 2: 產品與公司
• 1.4 示例 3: 地理政治事件
• 1.5 結論

2. 信息抽取

• 2.1 引言
• 2.2 IE挑戰
• 2.3 IE 任務范疇
• 2.3.1 命名實體識別
• 2.3.2 關系提取
• 2.3.3 事件提取
• 2.3.4 Web IE
• 2.4 IE效果評估
• 2.5 總結

3 實體消歧

• 3.1 引言
• 3.2 挑戰與要求
• 3.3 兩階段框架
• 3.4 性能度量
• 3.5 兩階段框架流程擴展
• 3.6 相關工作概述
• 3.7 總結

4. 高級主題: 知識圖譜補全

• 4.1 引言
• 4.2 知識圖譜嵌入
• 4.2.1 TransE
• 4.2.2 TransE Extensions and Alternatives
• 4.2.3 局限
• 4.2.4 前沿以及相關工作
• 4.2.5 KGEs應用
• 4.3 引言

5 生態系統

• 5.1 引言
• 5.2 Web鏈接數據
• 5.2.1 鏈接數據原則
• 5.2.2 技術棧
• 5.2.3 鏈接開放數據
• 5.2.4 例子: DBpedia
• 5.3 Google知識圖譜
• 5.4 Schema.org
• 5.5 未來展望