知識(shí)圖譜以三元組形式組織現(xiàn)實(shí)世界的各種事實(shí)，并通過(guò)圖的形式揭示事實(shí)間語(yǔ)義關(guān)聯(lián)，由于其完善的知識(shí)組織和存儲(chǔ)方式，且建模更加靈活、表達(dá)能力更強(qiáng)，逐漸拓展到語(yǔ)言理解、智能問(wèn)答、推薦系統(tǒng)等領(lǐng)域應(yīng)用。工程應(yīng)用場(chǎng)景中時(shí)序信息相關(guān)的動(dòng)態(tài)性是知識(shí)圖譜關(guān)鍵及主要特征，融合時(shí)序相關(guān)信息的動(dòng)態(tài)知識(shí)推理對(duì)于提高知識(shí)圖譜推薦、問(wèn)答等應(yīng)用的精準(zhǔn)性、實(shí)時(shí)性以及可擴(kuò)展性具有重要意義。同時(shí)，傳統(tǒng)的知識(shí)圖譜推理，如基于GNN的鏈接預(yù)測(cè)等，是典型的“黑盒”系統(tǒng)，顯著約束了其可解釋性，降低了用戶對(duì)于知識(shí)圖譜推理及應(yīng)用系統(tǒng)的可信任水平，直接阻滯了其應(yīng)用推廣范圍及深度的拓展。本專著聚焦知識(shí)圖譜動(dòng)態(tài)性特征及解釋需求，系統(tǒng)闡述融合時(shí)序信息的動(dòng)態(tài)知識(shí)圖譜推理及可解釋性概念，以智能問(wèn)答、推薦系統(tǒng)等為典型知識(shí)圖譜應(yīng)用場(chǎng)景，分析基于知識(shí)圖譜的動(dòng)態(tài)推薦、基于圖匹配的時(shí)序知識(shí)問(wèn)答以及面向GNN知識(shí)推理的解釋方法等關(guān)鍵技術(shù)解決方案，為讀者呈現(xiàn)動(dòng)態(tài)知識(shí)圖譜工程實(shí)踐應(yīng)用方法及知識(shí)推理解釋方案構(gòu)建的全景圖。

更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。