●前言
第1章 基礎知識
1.1 大數據
1.2 知識圖譜
第2章 知識抽取與存儲
2.1 概述
2.2 實體抽取
2.3 關繫抽取
2.4 事件抽取
2.5 知識抽取
2.6 知識存儲
2.7 開放知識庫和KG
第3章 知識表示、推理和融合
3.1 知識表示
3.2 知識建模
3.3 知識推理
3.4 知識融合
3.5 知識表示學習
3.6 知識體繫
第4章 KG技術架構
4.1 KG構建
4.2 KG構建方法
4.3 基於深度學習的KG構建方法
4.4 醫療KG構建和應用簡單介紹
4.5 KG的應用
4.6 KG資源
第5章 基於KG的搜索、問答和推薦繫統
5.1 概述
5.2 語義搜索
5.3 推薦繫統
5.4 知識問答
第6章 KG應用
6.1 圖數據庫
6.2 Neo4j創建KG
6.3 開源KG框架SmartKG
參考文獻

近年來，大規模KG庫的研究和應用在學術界和工業界已經引起了廣泛的重視。本書繫統介紹KG的基本概念和關鍵技術，包括知識建模、關繫抽取、存儲、自動推理、表示學習、語義搜索、知識問答、挖掘分析等內容，以可視化形式描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及其之間的相互聯繫，嘗試將學術前沿和實踐結合，讓讀者在掌握實際應用能力的同時對前沿技術發展有所了解。
本書既適合計算機和人工智能相關的研究人員閱讀，也適合在企業一線從事技術和應用開發的人員學習，還可作為高等院校計算機或人工智能專業師生的參考資料。