專知,為人工智能從業者服務,提供專業可信的人工智能知識與技術服務,讓認知協作更快更好!

知識薈萃

專知公眾號VIP內容薈萃

2020

1月(持續更新)

2019

12月

11月

10月

VIP內容

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,並且發展迅速。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,穀歌知識圖譜誕生了。穀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麵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,最近由於機器學習技術(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:

1.什麼是知識圖譜?

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 任務範疇

2.3.1 命名實體識別

2.3.2 關係提取

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 生態係統

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

下載鏈接:https://pan.baidu.com/s/1vnyVBRn8GclvwEOH_eqM2g提取碼: 4y44

成為VIP會員查看完整內容
0
33
0
Top