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。<br /> 《知识图谱方法实践与应用》PDF，481页，带书签目录，文字可复制，王昊奋,漆桂林编著；配套实践工具和相关勘误。<br />下载: https://pan.baidu.com/s/18R8DGiGAkHdtafYLBlTVvg <br />提取码: h4jm<br /><br /> 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。<br /><br /> 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。<br />NLP参考:《自然语言处理综论第2版》中文PDF+英文PDF+Jurafsky+冯志伟<br />《自然语言处理综论第2版》中文PDF，827页，有目录书签，文字可以复制。《自然语言处理综论第2版》英文PDF，1044页，有目录书签，文字可以复制。作者: Daniel Jurafsky(D. 朱夫斯凯) / James H. Martin(J. H. 马丁) <br />译者: 冯志伟 <br />下载: https://pan.baidu.com/s/1MH0iUDqg9VBalojg-IEXlw <br />提取码: 7cnh<br /><br />《自然语言处理综论第2版》对于第一版做了全面的改写，增加了大量反映自然语言处理最新成就的内容，特别是增加了语音处理和统计技术方面的内容。<br />《自然语言处理综论第2版》覆盖全面，强调实用，注重评测，语料为本。<br />《自然语言处理综论第2版》在第一版的基础上增加了自然语言处理的最新成就，特别是增加了语音处理和统计技术方面的内容，全书面貌为之一新。共分五个部分。<br />nlp自然语言处理系列1<br />下载: https://pan.baidu.com/s/1n63OX4zgvOxi48qMygmNDw <br />提取码: nnda<br /><br />第一部分“词汇的计算机处理”，讲述单词的计算机处理，包括单词切分、单词的形态学、最小编辑距离、词类，以及单词计算机处理的各种算法，包括正则表达式、有限状态自动机、有限状态转录机、N元语法模型、隐马尔可夫模型、最大熵模型等。<br />第二部分“语音的计算机处理”，介绍语音学、语音合成、语音自动识别以及计算音系学。<br />第三部分“句法的计算机处理”，介绍英语的形式语法，讲述句法剖析的主要算法，包括CKY剖析算法、Earley剖析算法、统计剖析，并介绍合一与类型特征结构、Chomsky层级分类、抽吸引理等分析工具。<br />第四部分“语义和语用的计算机处理”，介绍语义的各种表示方法、计算语义学、词汇语义学、计算词汇语义学，并介绍同指、连贯等计算机话语分析问题。<br />第五部分“应用”，讲述信息抽取、问答系统、自动文摘、对话和会话智能代理、机器翻译等自然语言处理的应用技术。
若有收获，就点个赞吧
0 人点赞
