定 價(jià):78 元
叢書名:高級(jí)人工智能人才培養(yǎng)叢書
- 作者:惠軍華
- 出版時(shí)間:2021/3/1
- ISBN:9787121406805
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:TP18
- 頁碼:296
- 紙張:
- 版次:01
- 開本:16開
本書以知識(shí)表示與處理所涉及的相關(guān)知識(shí),如知識(shí)獲取、知識(shí)表示、知識(shí)推理、知識(shí)遷移等內(nèi)容為主體,完整呈現(xiàn)了知識(shí)表示與處理的知識(shí)體系。本書首先,介紹了知識(shí)表示與處理的發(fā)展、相關(guān)概念、流程等;其次,介紹了知識(shí)獲取的內(nèi)容;再次,重點(diǎn)介紹了知識(shí)表示的各種方法,如邏輯謂詞、產(chǎn)生式規(guī)則、語義網(wǎng)絡(luò)、本體、知識(shí)圖譜等,以及知識(shí)推理所涉及的確定性知識(shí)推理和不確定性知識(shí)推理;最后,介紹了知識(shí)應(yīng)用和知識(shí)遷移相關(guān)的內(nèi)容。本書將免費(fèi)提供配套PPT、實(shí)驗(yàn)及應(yīng)用案例等基本教學(xué)材料。本書注重基礎(chǔ)性、系統(tǒng)性和實(shí)用性,力求為學(xué)習(xí)知識(shí)表示與處理知識(shí)的讀者提供一本基礎(chǔ)的教材,同時(shí)為在其他學(xué)科應(yīng)用知識(shí)表示與處理技術(shù)的讀者提供一本深入淺出的參考書。本書適合作為人工智能、計(jì)算機(jī)科學(xué)與技術(shù)、自動(dòng)化控制等相關(guān)專業(yè)的本科生和研究生的教材;部分內(nèi)容也適用于高職高專學(xué)校的教學(xué)。
劉鵬:博士畢業(yè)于清華大學(xué),教授,現(xiàn)任南京大數(shù)據(jù)研究院院長、中國大數(shù)據(jù)應(yīng)用聯(lián)盟人工智能專家委員會(huì)主任、中國大數(shù)據(jù)專家委員會(huì)委員。曾率隊(duì)奪得2002 PennySort國際計(jì)算機(jī)排序比賽冠軍(這是我國獲得的第一個(gè)大數(shù)據(jù)比賽世界冠軍),兩次奪得全國高?萍急荣*高獎(jiǎng),三次奪得清華大學(xué)科技比賽*高獎(jiǎng)。主持完成科研項(xiàng)目25項(xiàng),發(fā)表論文80余篇,出版專業(yè)圖書20部。獲部級(jí)科技進(jìn)步二等獎(jiǎng)4項(xiàng)、三等獎(jiǎng)4項(xiàng)。2002年開創(chuàng)性地提出了“計(jì)算池”模式,被2007年開始流行的“云計(jì)算”所證實(shí)。2003年開創(chuàng)性地提出了“反垃圾郵件網(wǎng)格”,被2008年開始流行的“云安全”所證實(shí)。榮獲“全軍十大學(xué)習(xí)成才標(biāo)兵”、南京市“十大杰出青年”、江蘇省中青年科學(xué)技術(shù)帶頭人、清華大學(xué)“學(xué)術(shù)新秀”等稱號(hào)。劉河,現(xiàn)就職于重慶市教育科學(xué)研究院,中國計(jì)算機(jī)學(xué)會(huì)會(huì)員,重慶市教育信息化專家委員會(huì)成員;主要研究領(lǐng)域?yàn)榇髷?shù)據(jù)、人工智能等;獨(dú)立開發(fā)了10余個(gè)軟件系統(tǒng),主持主研了多項(xiàng)省部級(jí)重點(diǎn)課題,編著了多部教材,獲得了多個(gè)計(jì)算機(jī)軟件著作權(quán)登記證書。
第1章 緒論 1
1.1 知識(shí)表示基本概念 1
1.1.1 知識(shí) 1
1.1.2 知識(shí)表示 2
1.1.3 知識(shí)表示方法 3
1.2 知識(shí)處理的基本流程 7
1.2.1 知識(shí)抽取 7
1.2.2 知識(shí)表示 8
1.2.3 知識(shí)存儲(chǔ) 8
1.2.4 知識(shí)融合 9
1.2.5 知識(shí)推理 9
1.2.6 知識(shí)可視化 10
1.2.7 知識(shí)應(yīng)用 10
1.2.8 知識(shí)更新 11
1.3 知識(shí)與人工智能的關(guān)系 11
習(xí)題 12
參考文獻(xiàn) 12
第2章 知識(shí)獲取 13
2.1 知識(shí)獲取基本概念 13
2.1.1 知識(shí) 13
2.1.2 知識(shí)獲取的發(fā)展背景 14
2.1.3 知識(shí)獲取 14
2.1.4 知識(shí)獲取的步驟和途徑 15
2.2 知識(shí)獲取的方式 15
2.2.1 人工知識(shí)獲取 15
2.2.2 半自動(dòng)知識(shí)獲取 16
2.2.3 自動(dòng)知識(shí)獲取 16
2.2.4 其他方式 17
2.3 面向非結(jié)構(gòu)化數(shù)據(jù)的知識(shí)獲取 18
2.3.1 實(shí)體抽取 18
2.3.2 關(guān)系抽取 19
2.3.3 事件抽取 22
2.4 面向半結(jié)構(gòu)化數(shù)據(jù)的知識(shí)獲取 24
2.5 面向結(jié)構(gòu)化數(shù)據(jù)的知識(shí)獲取 25
2.6 實(shí)驗(yàn):使用 jieba進(jìn)行中文分詞 28
2.6.1 實(shí)驗(yàn)?zāi)康?28
2.6.2 實(shí)驗(yàn)要求 28
2.6.3 實(shí)驗(yàn)原理 28
2.6.4 實(shí)驗(yàn)步驟 28
2.6.5 實(shí)驗(yàn)結(jié)果 29
習(xí)題 30
參考文獻(xiàn) 30
第3章 謂詞邏輯 32
3.1 邏輯學(xué)的基本研究方法 32
3.1.1 概念化和理性化 32
3.1.2 符號(hào)化 33
3.1.3 公理化 33
3.1.4 形式化 34
3.1.5 現(xiàn)代邏輯學(xué)形式系統(tǒng) 34
3.2 命題邏輯 35
3.2.1 語法 35
3.2.2 語義 37
3.3 謂詞邏輯 42
3.3.1 語法 42
3.3.2 語義 47
3.4 命題演算推理系統(tǒng) 50
3.5 實(shí)驗(yàn):蘇格拉底推論符號(hào)化及論證 51
3.5.1 實(shí)驗(yàn)?zāi)康?51
3.5.2 實(shí)驗(yàn)要求 51
3.5.3 實(shí)驗(yàn)原理 51
3.5.4 實(shí)驗(yàn)步驟 51
3.5.5 實(shí)驗(yàn)結(jié)果 52
習(xí)題 53
參考文獻(xiàn) 54
第4章 產(chǎn)生式規(guī)則 55
4.1 產(chǎn)生式表示 55
4.1.1 產(chǎn)生式的由來 55
4.1.2 產(chǎn)生式規(guī)則的一般形式 55
4.1.3 產(chǎn)生式規(guī)則與邏輯蘊(yùn)含式 56
4.2 從規(guī)則到系統(tǒng) 57
4.2.1 產(chǎn)生式系統(tǒng)簡(jiǎn)述 57
4.2.2 產(chǎn)生式系統(tǒng)的組成 57
4.2.3 產(chǎn)生式系統(tǒng)的運(yùn)行過程 60
4.3 規(guī)則匹配——Rete算法 65
4.3.1 規(guī)則匹配算法簡(jiǎn)述 65
4.3.2 Rete算法 66
4.3.3 Uni-Rete算法 70
4.4 產(chǎn)生式規(guī)則專家系統(tǒng) 73
4.4.1 專家系統(tǒng)簡(jiǎn)述 73
4.4.2 專家系統(tǒng)的基本結(jié)構(gòu) 77
4.4.3 產(chǎn)生式規(guī)則專家系統(tǒng)實(shí)例 80
4.5 實(shí)驗(yàn):基于產(chǎn)生式規(guī)則的動(dòng)物識(shí)別專家系統(tǒng) 84
4.5.1 實(shí)驗(yàn)?zāi)康?84
4.5.2 實(shí)驗(yàn)要求 84
4.5.3 實(shí)驗(yàn)原理 84
4.5.4 實(shí)驗(yàn)步驟 84
4.5.5 實(shí)驗(yàn)結(jié)果 95
習(xí)題 96
參考文獻(xiàn) 96
第5章 語義網(wǎng)絡(luò) 97
5.1 語義網(wǎng)絡(luò)簡(jiǎn)述 97
5.1.1 語義網(wǎng)絡(luò)的概念 97
5.1.2 語義網(wǎng)絡(luò)的特點(diǎn) 97
5.2 語義網(wǎng)絡(luò)表示法 98
5.2.1 基本網(wǎng)元 98
5.2.2 基本語義關(guān)系 99
5.3 知識(shí)的語義網(wǎng)絡(luò)表示 102
5.3.1 事實(shí)性知識(shí)的表示 102
5.3.2 情況、動(dòng)作和事件的表示 102
5.3.3 連詞和量詞的表示 104
5.3.4 用語義網(wǎng)絡(luò)表示知識(shí)的步驟 105
5.4 語義網(wǎng)絡(luò)的推理方法 106
5.4.1 繼承推理 106
5.4.2 匹配推理 106
5.5 實(shí)驗(yàn):語義網(wǎng)絡(luò)寫入圖形數(shù)據(jù)庫 107
5.5.1 實(shí)驗(yàn)?zāi)康?107
5.5.2 實(shí)驗(yàn)要求 107
5.5.3 實(shí)驗(yàn)原理 107
5.5.4 實(shí)驗(yàn)步驟 107
5.5.5 實(shí)驗(yàn)結(jié)果 110
習(xí)題 110
參考文獻(xiàn) 111
第6章 本體 112
6.1 本體概述 112
6.1.1 本體的定義 112
6.1.2 本體的作用 113
6.1.3 本體的構(gòu)成要素 114
6.2 本體的分類 115
6.3 本體的構(gòu)建 118
6.3.1 本體建模語言 118
6.3.2 本體構(gòu)建的規(guī)則 121
6.3.3 本體構(gòu)建的方法 122
6.3.4 本體的構(gòu)建工具 126
6.4 本體的應(yīng)用 128
6.5 領(lǐng)域本體的構(gòu)建 129
6.5.1 領(lǐng)域本體的構(gòu)建過程 129
6.5.2 領(lǐng)域本體的設(shè)計(jì)原則 130
6.5.3 領(lǐng)域本體建模的生命周期 131
6.6 實(shí)驗(yàn):小型本體構(gòu)建示例 131
6.6.1 實(shí)驗(yàn)?zāi)康?131
6.6.2 實(shí)驗(yàn)要求 132
6.6.3 實(shí)驗(yàn)原理 132
6.6.4 實(shí)驗(yàn)步驟 132
6.6.5 實(shí)驗(yàn)結(jié)果 139
習(xí)題 140
參考文獻(xiàn) 141
第7章 知識(shí)圖譜 143
7.1 知識(shí)圖譜簡(jiǎn)述 143
7.1.1 知識(shí)圖譜的概念 143
7.1.2 知識(shí)圖譜的產(chǎn)生歷程 145
7.1.3 知識(shí)圖譜的生命周期 147
7.2 知識(shí)圖譜的關(guān)鍵技術(shù) 150
7.2.1 知識(shí)圖譜構(gòu)建技術(shù) 150
7.2.2 知識(shí)圖譜查詢和推理計(jì)算技術(shù) 151
7.2.3 知識(shí)圖譜應(yīng)用技術(shù) 151
7.3 知識(shí)圖譜可視化 153
7.3.1 知識(shí)圖譜表示方法 153
7.3.2 知識(shí)圖譜可視化類型 154
7.3.3 知識(shí)圖譜可視化流程 154
7.3.4 知識(shí)圖譜可視化方法 154
7.4 知識(shí)圖譜分類 157
7.4.1 知識(shí)圖譜分類概述 157
7.4.2 通用知識(shí)圖譜 157
7.4.3 領(lǐng)域知識(shí)圖譜 158
7.5 知識(shí)圖譜工具 159
7.5.1 知識(shí)建模工具 159
7.5.2 知識(shí)獲取工具 159
7.5.3 實(shí)體識(shí)別鏈接工具 160
7.5.4 知識(shí)存儲(chǔ)工具 160
7.5.5 本體知識(shí)推理工具 160
7.5.6 知識(shí)圖譜可視化工具 161
7.5.7 知識(shí)圖譜數(shù)據(jù)智能平臺(tái) 161
7.6 實(shí)驗(yàn):知識(shí)圖譜實(shí)踐 162
7.6.1 實(shí)驗(yàn)?zāi)康?162
7.6.2 實(shí)驗(yàn)要求 162
7.6.3 實(shí)驗(yàn)原理 162
7.6.4 實(shí)驗(yàn)步驟 162
7.6.5 實(shí)驗(yàn)結(jié)果 169
習(xí)題 170
參考文獻(xiàn) 170
第8章 知識(shí)推理 172
8.1 推理簡(jiǎn)述 172
8.1.1 推理的概念 172
8.1.2 推理方式及分類 173
8.1.3 推理控制策略及分類 176
8.1.4 匹配與沖突消解 178
8.2 自然演繹推理 180
8.2.1 推理規(guī)則 180
8.2.2 三段論 181
8.2.3 命題演算形式 182
8.2.4 謂詞演算形式 182
8.3 歸結(jié)演繹推理 183
8.3.1 命題邏輯中的歸結(jié)演繹推理 186
8.3.2 謂詞邏輯中的歸結(jié)演繹推理 188
8.4 歸納推理 194
8.4.1 完全歸納推理 195
8.4.2 不完全歸納推理 195
8.5 非單調(diào)推理 201
8.5.1 缺省推理 201
8.5.2 非單調(diào)推理系統(tǒng) 203
8.6 實(shí)驗(yàn):運(yùn)用邏輯推理的方法解決八皇后問題 206
8.6.1 實(shí)驗(yàn)?zāi)康?206
8.6.2 實(shí)驗(yàn)要求 206
8.6.3 實(shí)驗(yàn)原理 206
8.6.4 實(shí)驗(yàn)步驟 207
8.6.5 實(shí)驗(yàn)結(jié)果 208
習(xí)題 208
參考文獻(xiàn) 209
第9章 不確定性推理 210
9.1 基本概念 210
9.1.1 不確定性推理的概念 210
9.1.2 不確定性推理中的基本問題 210
9.1.3 不確定性推理方法的分類 212
9.2 不確定性推理中的數(shù)學(xué)基礎(chǔ) 213
9.2.1 概率理論 213
9.2.2 模糊集 216
9.2.3 粗糙集 221
9.3 基于概率論的推理方法 224
9.3.1 貝葉斯網(wǎng)絡(luò)方法 224
9.3.2 主觀貝葉斯方法 229
9.3.3 可信度方法——C-F模型 232
9.4 模糊推理 235
9.4.1 模糊匹配 235
9.4.2 模糊推理的基本模式 236
9.4.3 模糊推理的基本模型 237
9.4.4 合成推理規(guī)則 238
9.5 實(shí)驗(yàn):模糊矩陣的運(yùn)算 239
9.5.1 實(shí)驗(yàn)?zāi)康?239
9.5.2 實(shí)驗(yàn)要求 239
9.5.3 實(shí)驗(yàn)原理 239
9.5.4 實(shí)驗(yàn)步驟 239
9.5.5 實(shí)驗(yàn)結(jié)果 242
習(xí)題 244
參考文獻(xiàn) 244
第10章 知識(shí)遷移學(xué)習(xí) 246
10.1 知識(shí)遷移簡(jiǎn)述 246
10.1.1 人類知識(shí)遷移 246
10.1.2 遷移學(xué)習(xí)的意義 249
10.2 同構(gòu)空間實(shí)例遷移學(xué)習(xí) 251
10.2.1 TrAdaBoost算法 251
10.2.2 核均值匹配算法 254
10.2.3 同構(gòu)空間實(shí)例遷移學(xué)習(xí)的特點(diǎn) 255
10.3 同構(gòu)空間特征遷移學(xué)習(xí) 256
10.3.1 基于特征選擇的遷移學(xué)習(xí)算法 256
10.3.2 基于特征映射的遷移學(xué)習(xí)算法 258
10.3.3 同構(gòu)空間特征遷移學(xué)習(xí)的特點(diǎn) 261
10.4 異構(gòu)空間遷移學(xué)習(xí) 261
10.4.1 翻譯學(xué)習(xí) 262
10.4.2 基于稀疏特征變換的無監(jiān)督異構(gòu)遷移學(xué)習(xí) 264
10.4.3 異構(gòu)空間遷移學(xué)習(xí)的特點(diǎn) 266
10.5 實(shí)驗(yàn):基于預(yù)訓(xùn)練VGG16網(wǎng)絡(luò)的遷移學(xué)習(xí) 266
10.5.1 實(shí)驗(yàn)?zāi)康?266
10.5.2 實(shí)驗(yàn)要求 266
10.5.3 實(shí)驗(yàn)原理 267
10.5.4 實(shí)驗(yàn)步驟 267
10.5.5 實(shí)驗(yàn)結(jié)果 270
習(xí)題 270
參考文獻(xiàn) 270
附錄A 人工智能實(shí)驗(yàn)環(huán)境 272
附錄B 人工智能云平臺(tái)