目錄

第1章緒論
1大數據與知識圖譜
2數字人文
3本書概述

第2章數字資源組織與表示
1語義網
2關聯數據
3本體
4知識圖譜

第3章數字人文領域知識圖譜構建方法
1概述
2領域本體構建
3知識抽取
4知識融合
5知識推理
6基於眾包的人機協作模式
7全過程質量控制

第4章家譜知識圖譜構建實踐
1家譜資源組織現狀
2家譜數據集
3家譜本體構建
4基於深度學習的家譜信息抽取
5基於小規模標注數據的家譜信息抽取
6家譜知識融合

第5章家譜可視化應用
1中西方家譜可視化
2中華傳統家譜可視化
3中華傳統家譜可視化平臺
4小結

第6章 結語

參考文獻

後記

第1章緒論

社會經濟生活的方方面面以更細粒度的數據形式呈現出來，通過數據世界，人們可以更加清晰地觀察和了解社會經濟活動情境。數據在眾多行業展示出具大的經濟價值，對海量數據和信息進行快速收集、挖掘、研判與共享，對於提高生產力、競爭力、創新能力起到關鍵的作用。傳統的管理轉向或正在轉向基於數據的管理，傳統的決策轉向或正在轉向基於數據的決策［4］。作為集成了社會、經濟、文化、政治等多維“鏡像”的數據，也為社會治理提供了重要的數據基礎，能夠助力社會治理和治理模式創新，通過開放政府數據將進一步促進數據價值的有效釋放，產生更大的社會效益和經濟效益。數據不僅改善了各行各業的數據資源利用能力和管理決策水平，也為科技創新帶來了更加旺盛的生命力，大數據在改變傳統生產經營模式、驅動傳統產業轉型升級方面發揮著至關重要的作用。數據作為一種新的生產要素，已經成為推動經濟發展、社會治理和科技創新的一類重要基礎性戰略資源。
如今，數字競爭力已經成為國家綜合競爭力的重要內容，世界各國政府對此都高度重視，密集出臺支持大數據的各項行動計劃，積極應對大數據環境下的各類挑戰。我國在2014年首次將“大數據”寫入政府工作報告後，繫統部署大數據發展工作，將發展大數據上升為國家戰略，政府數據開放共享、數據流通與交易、利用大數據保障和改善民生等概念已深入人心。特別是2020年以來的新冠肺炎疫情為各產業和全社會加速數字化轉型提供了特殊的契機，在全民共同參與構建社會治理新格局的大背景下，新興數字科技手段在疫情監測、診斷治療、防控救治、資源調配等諸多方面顯示了巨大的應用價值，同時帶動了在線教育、在線娛樂、遠程辦公、在線醫療、生鮮電商等新業態的創新發展。
大數據作為社會經濟生活的片段記錄，蘊含著極為豐富和有用的信息。當然，數據的超大規模及其新的特征也使得從中獲取有用的知識極具挑戰性［5］。，是割裂的多源異構數據。需要處理的數據可能來自領域數據庫、知識庫或者Web頁面的開放信息，具有多源異構的特點。並且，這些數據在物理上分散存放於不同的繫統中，造成了各種數據孤島，給大數據分析處理帶來巨大挑戰。第二，從數據規模來看，數據的規模越大，提供的有價值的信息通常越多，但是對數據的存儲和處理的要求也就越高，甚至可能超出了數據存儲和處理的能力範圍。第三，是跨媒體、跨語言的關聯。比如，圖片、視頻、音頻數據與文本數據之間存在著關聯，不同語種的數據之間存在著關聯，如何自動識別和利用這些跨媒體、跨語言的關聯是有待探索的問題。第四，實體和關繫具有動態演化性，這一特性給實體和關繫的判別增加了難度，容易帶來數據不一致的問題，這對實體和關繫的建模提出了更高的要求。第五，是知識的隱含性。大量的知識不是顯式的，而是隱含在海量的信息中，需要對相應數據和信息進行深入理解、抽像和歸納，纔能獲得具有一般性的知識。
大數據知識服務是大數據生態繫統的核心。知識服務對知識組織有很高的要求，強調數據間的有機聯繫，尤其要求通過數據間的聯繫形成相關知識。面對多源異構、組織松散的數據，需要根據大數據環境下的知識組織原則，去探索既符合網絡信息資源發展變化又適應人類認知需求的知識互聯方法。隨著互聯網數據的規模和復雜性的快速增長，人們開發了各種知識庫用來實現智能化語義檢索，使用計算機幫助人們自動地、智能化地組織和管理信息。DBpedia、YAGO、Freebase都是典型的以互聯網資源為基礎的大規模知識庫，它們利用語義網技術與眾多知識庫建立關聯，構成了規模巨大的關聯數據網絡。
伴隨著關聯數據的迅速增長，知識圖譜（knowledge graph）應運而生。知識圖譜吸收了語義網、本體在知識組織和表達方面的理念，使知識更易於在計算機之間、計算機與人之間交換和流通。知識圖譜作為一種技術體繫，是指大數據時代知識工程的一繫列代表性技術的綜合［6］。知識圖譜使用本體對領域知識進行語義知識表示，同時使用機器學習、自然語言處理技術等對資源中的知識要素進行提取，實現數據化及語義化，促成知識的共享與重用，並使與其他各種來源的知識相融合成為可能。在基於語義的數據融合的基礎上，獲取新的概念或認識，進行對比與統計分析，揭示各實體之間的關繫，發掘隱含在其背後的規律。目前，知識圖譜在學術界和產業界已經成為一個熱門的研究領域，國務院2017年頒布的《新一代人工智能發展規劃》中也特別強調將知識圖譜列作重點攻關方向。作為人們訪問知識和信息的接口，知識圖譜在智能時代必將扮演越來越重要的角色。如何根據業務需求設計實現知識圖譜應用，並基於數據特點進行優化調整，是知識圖譜應用研究的關鍵內容。目前，知識圖譜在互聯網、金融、醫療和電子商務等領域得到了較多的關注和探索，通過快速檢索信息、發現關聯，提供有價值的決策支持。各