工业级知识图谱：方法与实践

7.5 总结与展望

7.4 商品知识图谱预训练实践案例

7.3 商品知识图谱动态预训练模型

7.2 商品知识图谱静态预训练模型

7.1 知识预训练概述

第7章 大规模商品知识图谱预训练

6.4 本章小结

6.3 知识图谱质量保障

6.2 知识图谱的服务

6.1 知识图谱的存储

第6章 知识图谱的存储、服务与质量

5.7 本章小结

5.6 基于强化学习的商品规则学习与推理应用实践

5.5 可解释的商品知识图谱推理应用实践

5.4 基于图数据库的商品知识推理引擎工程实践

5.3 基于表示学习的知识推理

5.2 基于符号逻辑的知识推理

5.1 知识推理概述

第5章 商品知识推理

4.9 本章小结

4.8 电商领域知识获取实践

4.7 低资源条件下知识获取

4.6 面向半结构化数据的知识获取

4.5 槽填充与属性补全

4.4 关系抽取

4.3 实体链接

4.2 命名实体识别

4.1 知识获取概述

第4章 商品知识获取

3.7 本章小结

3.6 知识融合质量评估体系

3.5 跨语言知识融合

3.4 信息融合

3.3 实体对齐

3.2 本体对齐

3.1 知识融合概述

第3章 商品知识融合

2.6 小结

2.5 商品知识建模应用场景

2.4 构建商品知识体系

2.3 商品知识建模实践

2.2 行业知识建模

2.1 知识表示简介

第2章 商品知识的表示和建模

1.4 本章小结

1.3 阿里巴巴知识引擎技术架构

1.2 工业级知识图谱实战原则

1.1 知识图谱概述

第1章 工业级知识图谱概述

前言

序

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

序

前言

第1章 工业级知识图谱概述

1.1 知识图谱概述

1.2 工业级知识图谱实战原则

1.3 阿里巴巴知识引擎技术架构

1.4 本章小结

第2章 商品知识的表示和建模

2.1 知识表示简介

2.2 行业知识建模

2.3 商品知识建模实践

2.4 构建商品知识体系

2.5 商品知识建模应用场景

2.6 小结

第3章 商品知识融合

3.1 知识融合概述

3.2 本体对齐

3.3 实体对齐

3.4 信息融合

3.5 跨语言知识融合

3.6 知识融合质量评估体系

3.7 本章小结

第4章 商品知识获取

4.1 知识获取概述

4.2 命名实体识别

4.3 实体链接

4.4 关系抽取

4.5 槽填充与属性补全

4.6 面向半结构化数据的知识获取

4.7 低资源条件下知识获取

4.8 电商领域知识获取实践

4.9 本章小结

第5章 商品知识推理

5.1 知识推理概述

5.2 基于符号逻辑的知识推理

5.3 基于表示学习的知识推理

5.4 基于图数据库的商品知识推理引擎工程实践

5.5 可解释的商品知识图谱推理应用实践

5.6 基于强化学习的商品规则学习与推理应用实践

5.7 本章小结

第6章 知识图谱的存储、服务与质量

6.1 知识图谱的存储

6.2 知识图谱的服务

6.3 知识图谱质量保障

6.4 本章小结

第7章 大规模商品知识图谱预训练

7.1 知识预训练概述

7.2 商品知识图谱静态预训练模型

7.3 商品知识图谱动态预训练模型

7.4 商品知识图谱预训练实践案例

7.5 总结与展望