知識圖譜：方法、實踐與應用

知識圖譜本身可以看作是一種新型的信息系統基礎設施。具體可以從數據、技術、功能三個維度來認識。 從數據維度上看，知識圖譜要求用更加規範的語義提升企業數據的質量，用鏈接數據的思想提升企業數據之間的關聯度，終極目標是將非結構、無顯示關聯的粗糙數據逐步提煉爲結構化、高度關聯的高質量知識。每個企業都應該將知識圖譜作爲一種面向數據的信息系統基礎設施進行持續性建設。 從技術維度上看，知識圖譜的構建涉及知識表示、關係抽取、圖數據存儲、數據融合、推理補全等多方面的技術，而知識圖譜的利用涉及語義搜索、知識問答、自動推理、知識驅動的語言及視覺理解、描述性數據分析等多個方面。要構建並利用好知識圖譜，也要求系統性地綜合利用來自知識表示、自然語言處理、機器學習、圖數據庫、多媒體處理等多個相關領域的技術，而非單個領域的單一技術。因此，知識圖譜的構建和利用都應注重系統思維是未來的一種發展趨勢。 從應用和功能緯度看，互聯網促成了大數據的集聚，大數據進而促進了人工智能算法的進步。新數據和新算法爲規模化知識圖譜構建提供了新的技術基礎和發展條件，使得知識圖譜構建的來源、方法和技術手段都發生了極大的變化。知識圖譜作爲知識的一種形式，已經在語義搜索、智能問答、數據分析、自然語言理解、視覺理解、物聯網設備互聯等多個方面發揮出越來越大的價值。AI浪潮愈演愈烈，而作爲底層支撐的知識圖譜賽道也從鮮有問津到緩慢升溫，雖然還談不上擁擠，但作爲通往未來的必經之路，註定會走上風口。

Linus Torvalds是當今世上最有名的程序員之一，他曾說過一句話：Talk is cheap. Show me the code. 這話有個很貼切的翻譯：屁話少說，放碼過來！

書名怕是起錯了，叫《概念、方法簡介》還差不多，離實踐和應用也太遠了吧。再次證明了“多個大佬主編的書都是xxxx”。

知識圖譜表示與建模，存儲，抽取和挖掘、融合、推理；語義搜索；知識問答的入門教材和基礎知識[強][強]感謝作者和微信讀書[抱拳][抱拳]

知識圖譜本身這裏面很火，應用場景也漸漸多了起來。不過這本書，明顯有些拼湊嫌疑

作爲人工智能近年發展小猛的概念之一，知識圖譜確實在很多場景用於給一些項目提高檔位。但是如果不能在“智能”這點上有突破，可能應用也就不多了。 一方面，當你把知識圖譜看做技術的時候，它做的一些事，比如對世界上天然存在的關係網絡的表達，和對這些關係的非智能化的分析計算，通過大數據技術也可以做到，另一方面，當你關注某個知識圖譜的內容本身的時候，在感嘆其內容很豐富，展示比較炫的時候，還是會感到無從下手做一些真正好用的功能。 但這不是知識圖譜的問題，因爲它是一種能比較自然表達和支持方便計算的數據組織方式，而人工智能需要突破，而實際上智能的應用除了簡單問答和圖片簡單識別還沒有更強的應用。一方面，一種技術的應用可能性暢想應該要分清理論和實際的差距，另一方面，學術上的方法做了太多的假設使之和工業界相距太遠。真正關心的人，應該在基礎上下足功夫。 不太清楚成書的背景，不少章節看起來像是發過的論文合訂的，還有部分出現了校企合著的印象，大綱雖然有層次，但內容一方面深淺不一難以確定面向的讀者，一方面出現了部分重疊的內容。

說實話，我覺得我買得有點冤，看了有一種小品裏“村頭廁所沒紙了”的感覺，也不知道實踐和應用。。。額，我總覺得大佬們忙不想寫書就別寫，雖然有市場，但是似乎有點不那麼道德。可能是高人行事高深莫測吧，如果大家有跟我一樣困境的推薦大家先看看邵浩、張凱、李方圓、張雲柯、戴錫強的《從零構建知識圖譜：技術、方法與案例》，是真的寫了技術、方法和案例。

書有點長，相當知識圖譜工具書。走馬觀花，算翻完了。談不上理解，最多就是囫圇吞棗，對基礎知識加深了認識。

一不小心看到了，還在想誰出書了呢，原來是漆教授呀，還是去年出版的呢，厲害了👍

既不深入，又不淺出。而且各章不同的作者各寫各的，大量重複，廢話連篇。