xxxfreesexmoves-haodiaocao这里只有精品视频-欧美性受黑人性爽-欧美性受xxxxxx黑人xyx性爽|www.jsyyzsb.com

本書是學習知識圖譜的實踐教材，通過企業(yè)信息、醫(yī)藥疾病、銀行審計、人物關系、實體鏈接、科研文獻、微博輿情、法規(guī)搜索、司法文書、政府信箱、新聞推薦等十余個行業(yè)領域項目實例，詳細介紹了知識圖譜的構建過程和應用方法，系統(tǒng)梳理和實際運用了知識圖譜的各項具體技術，全面覆蓋了知識的表示、獲取、存儲和應用全過程，重點描述了深度學習、自然語言處理等實現(xiàn)途徑，充分展示了多種知識圖譜的可視化應用。
本書適合作為高等學校計算機科學與技術、軟件工程、人工智能等本專科專業(yè)的教材，也適合作為運用知識圖譜技術的研究生、工程師和研究人員的學習資料。

u 全面系統(tǒng)地介紹了知識圖譜的技術原理和實踐應用，深入剖析了知識圖譜的構建方法、實體抽取與對齊、知識表示與融合等技術背景，并結合實際案例循序漸進地介紹了圖數(shù)據(jù)庫使用、網(wǎng)頁搭建等知識圖譜項目開發(fā)所需的技能方法。
u 側重于實踐應用，通過算法原理與實踐案例的結合，由淺入深地導入知識圖譜的概念和方法，提高讀者的興趣，降低入門的難度，使其能夠將知識圖譜技術應用于實際項目的開發(fā)和應用中。
u 在介紹理論基礎與實踐運用的同時，結合領域發(fā)展前沿動態(tài)對知識圖譜的挑戰(zhàn)與未來發(fā)展趨勢進行了深度剖析。讀者可以從中獲取關于知識圖譜領域的前沿動態(tài)和趨勢，以及在實踐應用中可能遇到的問題和解決方案。
u 凝聚了團隊多年的工程經(jīng)驗。讀者可以從中獲得豐富的實踐經(jīng)驗和專業(yè)知識，為在知識圖譜領域的學術研究和實際應用中提供有力支持。無論是學術界的研究者還是從業(yè)人員，都能從中受益并提升自己的專業(yè)水平。

在過去的幾年中，信息領域取得許多重大的突破性進展，其中包括深度學習、自然語言處理和圖數(shù)據(jù)庫等，核心都是對數(shù)據(jù)進行處理和分析，使得系統(tǒng)更加智能而高效。滄海橫流，方顯英雄本色。在這個大變局的時代背景下，知識圖譜的概念得以迅猛發(fā)展，業(yè)已成為人工智能和自然語言處理領域的核心驅動力之一，廣泛應用于金融、電商、醫(yī)療、政務等眾多領域。
知識圖譜是一種覆蓋多維關系和實體的結構化數(shù)據(jù)模型，用于表示知識和實體之間的關系網(wǎng)絡。這種模型有助于更好地理解數(shù)據(jù)和實體之間的聯(lián)系，從而進行知識推理和推斷，可用于各種搜索算法和自然語言處理應用。它們是連接不同數(shù)據(jù)源、整合不同領域數(shù)據(jù)、實現(xiàn)機器推理和推斷的很有價值的工具。
知識圖譜的最重要特點之一就是可解釋性。其精準穩(wěn)定的推理和發(fā)現(xiàn)新知識的能力，正是目前深度學習方法還很難做到的。知識圖譜把領域知識或常識整理成結構化的形式，然后在此基礎上進行推理，是一種更加結構化和靈活的數(shù)據(jù)模型，可以更好地對實體和關系進行建模和推理。隨著近年來基于大規(guī)模語言模型的深度學習算法技術的快速發(fā)展和相互融合，知識圖譜將從中獲得更強的自然語言處理和文本生成能力，從而進入更為廣闊的發(fā)展空間。
本書面向編程開發(fā)人員，主要從實踐角度來深入探討知識圖譜的核心概念、建模方法以及在實際場景中的應用。本書從知識圖譜的基礎知識開始，選取知識圖譜的典型領域應用場景，實現(xiàn)知識圖譜從數(shù)據(jù)采集到可視化展示的全過程，對知識圖譜的構建、存儲、查詢和應用等方面進行細致的分析與探討，并帶領大家一步一步地使用相應數(shù)據(jù)庫、開發(fā)框架和代碼工具，以全面掌握核心技術和實踐應用。
其中，第1章概述知識圖譜的理論基礎和入門知識，匯總實戰(zhàn)知識點和章節(jié)分布。從第2章開始，分別針對企業(yè)信息、醫(yī)藥疾病、銀行審計、人物關系、實體鏈接、科研文獻、微博輿情、法規(guī)搜索、司法文書、政府信箱、新聞推薦等具體場景展開。每章按照需求分析、工作流程、技術選型、開發(fā)準備、數(shù)據(jù)準備和預處理、知識建模和存儲、圖譜可視化和知識應用、小結和擴展等結構布局。章節(jié)順序經(jīng)過精心安排，各知識點的學習由淺入深、由簡入繁、循序漸進。本書配有源代碼和資源，在每章中均有使用方法和關鍵代碼講解說明。
本書最初起源于團隊自身建設的能力提升所需，我們改編了一批當前熱門的應用案例作為實戰(zhàn)化操作練習，并準備了全套源代碼、數(shù)據(jù)集和使用說明等學習資源。本書隨著團隊新生力量的增加而不斷更新，多次作為培訓教材使用而且反響良好。這次通過向大家分享和展示我們在探索和學習知識圖譜方面所取得的成果，希望能夠為對知識圖譜感興趣的開發(fā)人員帶來全面深入的了解和掌握，也期待大家能夠將知識圖譜技術應用到自己的工作實踐當中，在各自的航道上乘風破浪、開拓創(chuàng)新。
本書是跨域大數(shù)據(jù)智能分析與應用省級重點實驗室團隊協(xié)作努力的成果，由鄧勁生和宋省身負責搭建整體框架并確定實戰(zhàn)內容、組織驗證應用和調度實施，劉娟選取具體案例并統(tǒng)籌撰寫。其中，鄧勁生(第1章)、熊煒林(第2章和第3章)、宋省身(第4章)、黎珍(第5章、第9章、部分第6章)、劉娟(第7章、第11章、第12章)、王良(第8章)、唐鈞中(第10章、部分第6章)等分別主寫了相應章節(jié)，曹吉浩、陽帆、嚴少潔、陳怡參與了部分章節(jié)撰寫、調試代碼并整理優(yōu)化文字，李昊陽、任天翔、劉高杭等進行了核查驗證及資源梳理，喬鳳才、尹曉晴、趙濤等參與了文稿修改完善指導。部分內容來自于參考文獻和網(wǎng)絡資源轉載，未能逐一溯源和說明引用，特在此對這些資源的作者表示感謝。
由于知識圖譜正處于蓬勃發(fā)展之中，而作者的自身水平、理解能力、項目經(jīng)驗和表達能力有限，書中難免存在一些錯誤和不足之處，還望各位讀者不吝賜教，也歡迎將本書選作教材的老師垂詢和交流，聯(lián)系郵箱是bljdream@qq.com。

作者2023年12月

第1章走近知識圖譜1
1.1基本概念1
1.1.1源自搜索引擎1
1.1.2知識圖譜的定義2
1.1.3知識表示3
1.1.4操作和存儲5
1.2構建流程7
1.2.1數(shù)據(jù)獲取8
1.2.2信息抽取9
1.2.3知識融合11
1.2.4知識加工13
1.3知識圖譜應用15
1.3.1知識圖譜分類15
1.3.2通用知識圖譜應用16
1.3.3領域知識圖譜應用18
1.3.4面臨的技術挑戰(zhàn)22
1.4本書實戰(zhàn)知識點23

第2章企業(yè)信息知識圖譜25
2.1項目設計25
2.1.1需求分析25
2.1.2工作流程25
2.1.3技術選型26
2.1.4開發(fā)準備27
2.2數(shù)據(jù)準備和預處理28
2.2.1數(shù)據(jù)獲取28
2.2.2數(shù)據(jù)的預處理30
2.3知識建模和存儲31
2.3.1企業(yè)主要屬性31
2.3.2企業(yè)數(shù)據(jù)源形成31
2.3.3知識圖譜主體構建35
2.3.4企業(yè)信息三元組形成36
2.3.5數(shù)據(jù)存儲 37
2.4圖譜可視化和知識應用38
2.4.1查詢企業(yè)全貌39
2.4.2企業(yè)關系維度分析41
2.4.3司法維度分析41
2.5小結和擴展42

〖1〗〖2〗實戰(zhàn)知識圖譜〖1〗目錄第3章醫(yī)藥疾病知識圖譜44
3.1項目設計44
3.1.1需求分析44
3.1.2工作流程44
3.1.3技術選型45
3.1.4開發(fā)準備47
3.2數(shù)據(jù)準備和預處理47
3.2.1數(shù)據(jù)描述47
3.2.2數(shù)據(jù)獲取48
3.2.3數(shù)據(jù)預處理50
3.3知識建模和存儲51
3.3.1實體抽取51
3.3.2三元組的抽取53
3.3.3數(shù)據(jù)存儲55
3.4圖譜可視化和知識應用56
3.4.1數(shù)據(jù)查詢57
3.4.2膳食維度分析58
3.4.3用藥維度分析60
3.5小結和擴展60

第4章銀行審計知識圖譜61
4.1項目設計61
4.1.1需求分析61
4.1.2工作流程61
4.1.3技術選型62
4.1.4開發(fā)準備62
4.2數(shù)據(jù)準備和預處理63
4.2.1數(shù)據(jù)獲取63
4.2.2數(shù)據(jù)預處理66
4.3知識建模和存儲67
4.3.1構建賬戶數(shù)據(jù)模型 67
4.3.2抽取三元組并存儲68
4.4圖譜可視化和知識應用70
4.4.1客戶的所有賬戶70
4.4.2賬戶的全部交易記錄71
4.4.3某時間段內賬戶的交易記錄71
4.4.4賬戶相關的全部對方賬戶73
4.4.5客戶的異常交易行為73
4.4.6下一步改進工作74
4.5小結和擴展77

第5章人物關系智能問答78
5.1項目設計78
5.1.1需求分析78
5.1.2工作流程79
5.1.3技術選型79
5.1.4開發(fā)準備81
5.2數(shù)據(jù)準備和預處理82
5.2.1數(shù)據(jù)準備82
5.2.2數(shù)據(jù)預處理82
5.3知識建模和存儲83
5.3.1知識建模及描述83
5.3.2數(shù)據(jù)存儲84
5.4圖譜可視化和知識應用88
5.4.1問題模板定義89
5.4.2樸素貝葉斯問題分類90
5.4.3意圖識別與槽位填充91
5.4.4問答展示93
5.5小結和擴展96

第6章基于知識庫的實體鏈接系統(tǒng)98
6.1項目設計98
6.1.1需求分析98
6.1.2工作流程98
6.1.3技術選型99
6.1.4開發(fā)準備100
6.2數(shù)據(jù)準備和預處理101
6.2.1數(shù)據(jù)獲取101
6.2.2數(shù)據(jù)預處理101
6.2.3自定義詞典104
6.3知識建模和存儲104
6.3.1候選實體生成104
6.3.2候選實體消歧108
6.4知識應用111
6.4.1功能實現(xiàn)111
6.4.2應用場景112
6.5小結和擴展113

第7章交通出行科研文獻研究114
7.1項目設計114
7.1.1需求分析114
7.1.2工作流程114
7.1.3技術選型115
7.1.4開發(fā)準備116
7.2數(shù)據(jù)準備和預處理117
7.2.1文獻數(shù)據(jù)下載117
7.2.2文獻數(shù)據(jù)導入117
7.2.3數(shù)據(jù)轉換處理118
7.2.4CNKI引文數(shù)據(jù)獲取119
7.3圖譜可視化和知識應用121
7.3.1共現(xiàn)和聚類分析122
7.3.2突現(xiàn)分析126
7.3.3共被引分析127
7.3.4合作網(wǎng)絡分析128
7.4小結和擴展129

第8章微博輿情知識圖譜130
8.1項目設計130
8.1.1需求分析130
8.1.2工作流程130
8.1.3技術選型132
8.1.4開發(fā)準備133
8.2數(shù)據(jù)準備和預處理133
8.2.1采集話題帖子133
8.2.2解析關鍵數(shù)據(jù)134
8.2.3情感傾向分析142
8.3知識建模和存儲143
8.4圖譜可視化和知識應用146
8.4.1圖譜可視化146
8.4.2展示性分析147
8.5小結和擴展149

第9章基于法規(guī)知識圖譜的搜索系統(tǒng)150
9.1項目設計150
9.1.1需求分析150
9.1.2工作流程151
9.1.3技術選型152
9.1.4開發(fā)準備154
9.2數(shù)據(jù)準備和預處理155
9.2.1獲取法規(guī)列表155
9.2.2獲得法律內容詳情156
9.2.3法規(guī)實體抽取158
9.3知識建模和存儲160
9.3.1法規(guī)采集記錄160
9.3.2法規(guī)詳情信息161
9.3.3法規(guī)關系數(shù)據(jù)163
9.4圖譜可視化和知識應用165
9.4.1可視化實現(xiàn)過程165
9.4.2法規(guī)數(shù)據(jù)圖譜展示170
9.4.3法律法規(guī)Web搜索171
9.5小結和擴展173

第10章基于裁判文書的司法知識圖譜174
10.1項目設計174
10.1.1需求分析174
10.1.2工作流程175
10.1.3技術選型175
10.1.4開發(fā)準備177
10.2數(shù)據(jù)準備和預處理177
10.2.1數(shù)據(jù)獲取177
10.2.2獲取裁判文書數(shù)據(jù)178
10.2.3獲取關鍵字典數(shù)據(jù)179
10.2.4序列標注180
10.2.5特征提取182
10.3知識建模和存儲183
10.3.1基于BiLSTM CRF模型的命名實體識別183
10.3.2實體關系抽取186
10.4圖譜可視化和知識應用187
10.4.1繪制知識圖譜187
10.4.2知識圖譜展示188
10.4.3知識圖譜應用188
10.5小結和擴展189

第11章政府信箱知識服務190
11.1項目設計190
11.1.1需求分析190
11.1.2工作流程191
11.1.3技術選型192
11.1.4開發(fā)準備193
11.2數(shù)據(jù)準備和預處理194
11.2.1源網(wǎng)站分析195
11.2.2URL信息獲取195
11.2.3信息預處理196
11.2.4關系數(shù)據(jù)庫表存儲197
11.3知識建模和存儲198
11.3.1知識表示和建模198
11.3.2知識抽取199
11.3.3圖數(shù)據(jù)庫存儲203
11.4圖譜可視化和知識應用204
11.4.1民生關注點詞云204
11.4.2政府信箱智能問答206
11.5小結和擴展210

第12章新聞推薦系統(tǒng)211
12.1項目設計211
12.1.1需求分析211
12.1.2工作流程211
12.1.3技術選型212
12.1.4開發(fā)準備212
12.2知識圖譜構建213
12.2.1數(shù)據(jù)準備213
12.2.2數(shù)據(jù)處理213
12.2.3知識圖譜構建214
12.3推薦模型構建216
12.3.1數(shù)據(jù)集生成216
12.3.2模型訓練217
12.3.3模型訓練總結220
12.4可視化應用220
12.4.1框架搭建220
12.4.2用戶行為收集221
12.4.3實時新聞數(shù)據(jù)更新222
12.4.4個性化推薦224
12.5小結和擴展227