《知识图谱实战：构建方法与行业应用》
这是一本综合介绍知识图谱构建与行业实践的著作，是作者多年从事知识图谱与认知智能应用落地经验的总结，得到了多位知识图谱资深专家的推荐。
本书以通俗易懂的方式来讲解知识图谱相关的知识，尤其对从零开始构建知识图谱过程中需要经历的步骤，以及每个步骤需要考虑的问题都给予较为详细的解释。
本书基于实际业务进行抽象，结合知识图谱的7个构建步骤，深入分析知识图谱技术应用以及8个行业综合案例的设计与实现。
全书分为基础篇、构建篇、实践篇，共16章内容。
基础篇（第1章），介绍知识图谱的定义、分类、发展阶段，以及构建方式、逻辑/技术架构、现状与应用场景等。
构建篇（第2～8章），详细介绍知识抽取、知识表示、知识融合、知识存储、知识建模、知识推理、知识评估与运维等知识图谱构建的核心步骤，并结合实例讲解应用方法。
实践篇（第9～16章），详细讲解知识图谱的综合应用，涵盖知识问答评测、知识图谱平台、智能搜索、图书推荐系统、开放领域知识问答、交通领域知识问答、汽车领域知识问答、金融领域推理决策。

《从零构建知识图谱：技术、方法与案例》
这是一本能让读者快速从零开始构建工业级知识图谱的著作。作者是知识图谱和自然语言处理领域的专家，本书得到了OpenKG联合创始人王昊奋、清华大学教授李涓子、东南大学教授漆桂林、美团知识图谱团队负责人张富峥、文因互联创始人鲍捷等学术界和企业界知识图谱扛旗人的一致好评和推荐。
本书不仅详细讲解了知识图谱的技术原理和构建工具，还循

《知识图谱实战：构建方法与行业应用》
前言
基础篇
第1章  理解知识图谱  /  2
1.1  知识图谱概述  /  2
1.1.1  知识定义及分类  /  3
1.1.2  知识图谱定义  /  4
1.1.3  知识图谱分类  /  5
1.1.4  知识图谱发展阶段  /  8
1.2  知识图谱架构  /  8
1.2.1  构建方式  /  8
1.2.2  逻辑架构  /  9
1.2.3  技术架构  /  9
1.3  知识图谱现状  /  13
1.3.1  学术界研究现状  /  13
1.3.2  工业界应用现状  /  13
1.4  知识图谱应用场景  /  14
1.4.1  智能搜索  /  14
1.4.2  推荐系统  /  15
1.4.3  知识问答  /  15
1.4.4  推理决策  /  16
1.5  本章小结  /  16构建篇
第2章  知识抽取  /  18
2.1  知识抽取概述  /  18
2.1.1  知识抽取的定义  /  19
2.1.2  知识抽取的任务  /  20
2.2  知识抽取的方法  /  26
2.2.1  面向结构化数据  /  26
2.2.2  面向半结构化数据  /  28
2.2.3  面向非结构化数据  /  30
2.3  知识抽取实例  /  37
2.3.1  Deepdive的安装和配置  /  38
2.3.2  实验步骤  /  39
2.3.3  模型构建  /  47
2.4  本章小结  /  49
第3章  知识表示  /  50
3.1  知识表示概述  /  50
3.1.1  知识表示的定义  /  50
3.1.2  知识表示的任务  /  51
3.2  知识表示的方法  /  51
3.2.1  基于符号的知识表示  /  51
3.2.2  基于向量的知识表示  /  60
3.3  知识表示实例  /  64
3.3.1  环境配置  /  64
3.3.2  生成映射文件  /  65
3.3.3  将MySQL数据转为RDF三元组  /  67
3.4  本章小结  /  68
第4章  知识融合  /  69
4.1  知识融合概述  /  69
4.1.1  知识融合的定义  /  70
4.1.2  知识融合的任务  /  70
4.2  知识融合的方法  /  73
4.2.1  本体对齐方法  /  73
4.2.2  实体对齐方法  /  77
4.3  知识融合实例  /  80
4.3.1  环境配置  /  81
4.3.2  预处理与匹配  /  81
4.3.3  结果评估  /  84
4.4  本章小结  /  85
第5章  知识存储  /  86
5.1  知识存储概述  /  86
5.1.1  知识存储的定义  /  86
5.1.2  知识存储的任务  /  87
5.2  知识存储的方法  /  89
5.2.1  基于关系型数据库的知识存储  /  89
5.2.2  基于NoSQL的知识存储  /  92
5.2.3  基于分布式的知识存储  /  96
5.3  知识存储实例  /  98
5.3.1  使用Apache Jena存储数据  /  98
5.3.2  使用Neo4j数据库存储数据  /  98
5.4  本章小结  /  103
第6章  知识建模  /  104
6.1  知识建模概述  /  104
6.1.1  知识建模的定义  /  104
6.1.2  知识建模的任务  /  107
6.2  知识建模的方法  /  109
6.2.1  手工建模方法  /  109
6.2.2  半自动建模方法  /  113
6.2.3  本体自动建模方法  /  114
6.3  知识建模实例  /  116
6.3.1  创建项目实例  /  117
6.3.2  创建本体关系和属性  /  118
6.3.3  知识图谱可视化  /  120
6.4  本章小结  /  121
第7章  知识推理  /  122
7.1  知识推理概述  /  122
7.1.1  知识推理的定义  /  122
7.1.2  知识推理的任务  /  123
7.2  知识推理的方法  /  124
7.2.1  基于逻辑规则的推理  /  124
7.2.2  基于知识表示学习的推理  /  131
7.2.3  基于神经网络的推理  /  134
7.2.4  混合推理  /  136
7.3  知识推理实例  /  137
7.4  本章小结  /  139
第8章  知识评估与运维  /  140
8.1  知识评估与运维概述  /  140
8.1.1  知识评估概述  /  141
8.1.2  知识运维概述  /  142
8.2  知识评估与运维的任务  /  143
8.2.1  知识评估任务  /  143
8.2.2  知识运维任务  /  147
8.3  知识评估与运维流程  /  149
8.3.1  知识评估流程  /  149
8.3.2  知识运维流程  /  150
8.4  本章小结  /  151
实践篇
第9章  知识问答评测  /  154
9.1  知识问答系统概述  /  154
9.1.1  知识问答系统定义  /  155
9.1.2  知识问答问题分类  /  155
9.1.3  知识问答评测技术方案  /  157
9.2  自然语言知识问答评测  /  159
9.2.1  任务背景  /  159
9.2.2  数据分析  /  159
9.2.3  技术方案  /  160
9.2.4  任务结果  /  163
9.3  生活服务知识问答评测  /  164
9.3.1  任务背景  /  164
9.3.2  数据分析  /  164
9.3.3  技术方案  /  165
9.3.4  任务结果  /  168
9.4  开放知识问答评测  /  168
9.4.1  任务背景  /  168
9.4.2  数据分析  /  168
9.4.3  技术方案  /  169
9.4.4  任务结果  /  172
9.5  本章小结  /  17