知識圖譜與認知智能：基本原理、關鍵技術、應用場景與解決方案

知識圖譜的研究在除了大廠外的企業應用中叫好不叫座，主要是落地門檻太高，工具應用需要基於業務場景的圖定義，業務人員不瞭解技術原理，圖挖掘人員難以獲取準確的業務場景規則定義與業務概念，這種斷層導致知識圖譜實踐下的瓶頸。這本書系統介紹了知識圖譜應用設計的技術全景圖，幫助提升業務場景下的認知深度。

常見的知識問答類型及示例如下。 • 實體狀態型查詢：某變電設備的電壓是多少？ • 關聯型查詢：找到這個出問題設備的供應商並聯系該供應商。 • 聚合型查詢：返回某變電設備的生產廠家、採購項目、關聯負責人、近期檢修時間。 • 屬性條件詢問型：變電運維一班負責的主變壓器有哪些？ • 數據統計型：董家站1號主變壓器近半年的停電次數是多少？ • 數據推理型：董家站1號主變壓器投運了多少年？ • 檢修推理型：董家站1號主變壓器的運行情況怎麼樣？

很有啓發，很系統並完整。甚至遷移一下不如把學生當客戶來分析，過程竟然也很順利。並且具有可操作性。

微信讀書關於知識圖譜的幾本書，只有這本書裏面有一些知識圖譜關鍵技術整體框架，目前感覺還不錯，等詳細讀過之後再來評論。