知识结构化是知识工程领域的重要分支。本书专注于介绍基于神经网络的知识结构化技术，在内容上尽可能涵盖从基础概念到近期新研究成果的各方面。全书共15章：第1章概述知识结构化的起源与发展；第2章讨论一些典型而常用的神经网络基础模型以及神经网络学习策略；第3~14章分别以实体、关系、实体关系三元组、事件为主题，介绍知识结构化技术研究的近期新进展；第15章介绍基于神经信息抽取方法的知识结构化技术未来发展方向，并探讨其在大模型时代下面临的挑战与机遇。本书旨在为计算机科学与技术及相关方向的研究人员、学生和从业者提供深入的理论知识和实践指导，帮助其更好地应用神经信息抽取技术解决实际问题。

第1章 知识结构化概述 1
1.1 知识工程 1
1.2 知识结构化 4
1.3 应用场景 8
1.4 国内外研究现状 9
1.4.1 知识图谱 10
1.4.2 实体抽取 14
1.4.3 关系抽取 15
1.4.4 三元组抽取 16
1.4.5 事件抽取 17
1.5 问题与挑战 17
1.6 内容组织结构 18
参考文献 20
第2章 神经网络基础 23
2.1 神经网络的技术优势 23
2.2 常用的神经网络模型组件 24
2.2.1 词向量 24
2.2.2 注意力机制 25
2.2.3 卷积神经网络 26
2.2.4 长短期记忆网络 26
2.2.5 门控循环单元 27
……