1.     知识图谱有很多落地场景，包括语义搜索、个性化推荐、内容理解、个人助理、智能问答，并在诸如金融、医疗、客服、教育和政务等垂直领域都有工业级应用。从工业界的角度来看，我们更关注知识图谱技术在落地的时候能否满足用户需求，是否有比较良好的用户体验。《知识图谱:方法、实践与应用》的内容不仅有理论和算法，还包括了很多技术落地方面的实践和应用案例，可以帮助工程师在进行技术选型、尝试技术实现过程中少走弯路，快速上手。

    《知识图谱方法实践与应用》PDF，481页，带目录，文字可复制，王昊奋编；配套实践工具和相关勘误。
    下载: https://pan.baidu.com/s/18R8DGiGAkHdtafYLBlTVvg
    提取码: h4jm
    s33453083.jpg
    知识是智能的基础和核心，知识的建模、表示、获取、融合、推理、赋能等是人工智能及其相关应用的核心科学问题，知识图谱是其有效的技术实现手段。
    222.png
    知识图谱是较为典型的多学科交叉领域，涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。本书系统地介绍知识图谱涉及的关键技术，如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。《知识图谱方法实践与应用》尝试将学术前沿和实战结合，在掌握实际应用能力的同时对前沿技术发展有所了解。
    下载: https://pan.baidu.com/s/1n63OX4zgvOxi48qMygmNDw
    提取码: nnda
    333.png
    人类已进入人工智能时代。所谓“智”指的是智慧，表现为知识；“能”指的是解决问题的能力，主要表现为基于知识的推理能力和运用知识解决问题的能力。因此，知识是智能的基础和核心，知识的建模、表示、获取、融合、推理、赋能等是人工智能及其相关应用的核心科学问题，知识图谱是其有效的技术实现手段。三位青年学者在知识图谱领域耕耘多年，无论是在科学研究，还是在技术开发和产业落地方面，都做了大量的工作，有着丰富的实战经验和心得体会。