知识图谱与深度学习

1、封面介绍

2、出版时间

2020年4月

3、推荐理由

知识图谱旨在将人类知识组织成结构化知识系统，是人工智能实现真正意义的理解、记忆与推理的重要基础。知识图谱作为典型的符号表示系统，如何有效用于机器学习算法，面临着知识表示、知识获取和计算推理等方面的诸多挑战。近年来，以神经网络为代表的深度学习技术引发了人工智能的新一轮浪潮。

本书介绍了作者团队在知识图谱与深度学习方面的研究成果，展现了数据驱动的深度学习与符号表示的知识图谱之间相互补充和促进的技术趋势。本书内容对于人工智能基础研究具有一定的参考意义，既适合专业人士了解知识图谱、深度学习和人工智能的前沿热点，也适合对人工智能感兴趣的本科生和研究生作为学习读物。

4、作者简介

刘知远，清华大学计算机系副教授、博士生导师，主要研究方向为表示学习、知识图谱和社会计算。

韩旭，清华大学计算机系博士生，主要研究方向为自然语言处理、知识图谱、信息抽取。

孙茂松，清华大学计算机系长聘教授，主要研究方向为自然语言理解、中文信息处理、Web智能、社会计算和计算教育学等。