【章节目录】
第1章　知识工程概述
第2章　知识表示
第3章　基于符号的知识推理
第4章　基于向量的知识推理
第5章　知识获取
第6章　知识存储与查询
第7章　知识分析与挖掘
第8章　知识检索与问答
第9章　新一代知识工程

【详细目录】
第1章　知识工程概述
1.1　知识与智能　002
1.1.1　什么是知识　002
1.1.2　知识是人工智能的基石　006
1.2　知识工程的发展　008
1.2.1　知识工程的起源　008
1.2.2　知识工程的兴起与发展　010
1.3　新时代的知识工程　015
1.3.1　知识图谱　015
1.3.2　神经－符号AI方法　017
1.3.3　大模型时代的知识工程　018
1.4　本章小结　018
1.5　本章习题　019
第2章　知识表示
2.1　知识表示概览　022
2.2　传统知识表示方法　024
2.2.1　语义网络　024
2.2.2　框架　025
2.3　基于逻辑的知识表示　027
2.3.1　描述逻辑　027
2.3.2　一阶谓词逻辑　028
2.3.3　霍恩子句和霍恩逻辑　028
2.4　基于向量的知识表示　029
2.4.1　从词向量讲起　029
2.4.2　从词向量到实体向量　031
2.4.3　知识图谱向量表示学习模型　032
2.4.4　知识图谱向量表示的局限性　033
2.5　本章小结　033
2.6　本章习题　034
第3章　基于符号的知识推理
3.1　推理概述　036
3.1.1　什么是推理　036
3.1.2　面向知识图谱的推理　038
3.2　基于演绎的知识推理　039
3.2.1　本体推理　039
3.2.2　基于逻辑编程的推理方法　042
3.2.3　基于查询重写的方法　048
3.2.4　基于产生式规则的方法　052
3.3　知识推理新进展　056
3.3.1　时序预测推理　056
3.3.2　基于强化学习的知识推理　056
3.3.3　基于元学习的少样本知识推理　057
3.3.4　图神经网络与知识推理　057
3.4　本章小结　058
3.5　本章习题　058
第4章　基于向量的知识推理
4.1　基于向量的知识推理概述　062
4.1.1　概念介绍　062
4.1.2　应用场景　062
4.2　基于向量的知识推理方法　064
4.2.1　符号推理与向量推理的比较　064
4.2.2　基于知识图谱嵌入与预训练的方法　065
4.2.3　基于嵌入学习的知识图谱推理方法　066
4.2.4　基于本体表示学习的方法　069
4.2.5　基于融合符号推理与表示学习的方法　070
4.2.6　神经网络与向量嵌入的规则学习方法　072
4.2.7　规则学习与嵌入学习的融合方法　074
4.3　基于向量的知识推理新进展　077
4.3.1　向量空间模型推理　077
4.3.2　结合图神经网络的推理　078
4.3.3　结合外部知识库的推理　078
4.3.4　基于零样本学习与知识迁移的推理　078
4.4　本章小结　079
4.5　本章习题　079
第5章　知识获取
5.1　知识获取概述　082
5.2　实体识别　083
5.2.1　基于HMM的实体识别　083
5.2.2　基于CRF的实体识别　085
5.2.3　基于深度学习的实体识别　086
5.3　关系抽取　087
5.3.1　基于模板的关系抽取方法　087
5.3.2　基于监督学习的关系抽取方法　087
5.3.3　基于大模型的关系抽取方法　092
5.3.4　少样本文档级关系抽取方法　093
5.4　知识融合　094
5.4.1　本体概念层的融合方法与技术　094
5.4.2　实例层的融合方法与技术　095
5.5　本章小结　102
5.6　本章习题　102
第6章　知识存储与查询
6.1　知识数据模型　105
6.1.1　RDF图　105
6.1.2　属性图　109
6.2　知识查询语言　111
6.2.1　SPARQL　111
6.2.2　Cypher　123
6.3　知识图谱数据库　130
6.3.1　存储管理器　130
6.3.2　查询处理引擎　133
6.4　本章小结　136
6.5　本章习题　137
第7章　知识分析与挖掘
7.1　图的基本知识　140
7.1.1　图与网络科学　140
7.1.2　图的基本概念　141
7.1.3　图的基本模型　144
7.2　知识分析算法　146
7.2.1　图算法概述　146
7.2.2　路径与图搜索算法　146
7.2.3　中心度算法　148
7.2.4　社区发现算法　150
7.3　知识挖掘算法　152
7.3.1　相似性算法　152
7.3.2　随机游走序列模型　152
7.3.3　图神经网络模型　156
7.3.4　图神经网络的广泛应用　162
7.4　知识数据可视化　162
7.4.1　力导向图布局　162
7.4.2　实体和关系展示　162
7.4.3　多维数据可视化　163
7.4.4　交互式可视化　164
7.5　本章小结　165
7.6　本章习题　166
第8章　知识检索与问答
8.1　知识检索　168
8.1.1　基于关键词的知识检索　169
8.1.2　基于分面的知识检索　171
8.1.3　基于嵌入的知识检索　173
8.2　知识问答　176
8.2.1　基于模板的问答方法　177
8.2.2　基于语义解析的问答方法　178
8.2.3　基于端到端的问答模型　179
8.3　本章小结　180
8.4　本章习题　180
第9章　新一代知识工程
9.1　神经符号结合的必要性　183
9.2　神经符号结合的知识工程　184
9.3　新一代知识工程的主要范式　187
9.3.1　神经符号融合的范式　187
9.3.2　符号知识注入大语言模型的范式　189
9.4　本章小结　190
9.5　本章习题　191