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
