知識(shí)圖譜旨在將人類知識(shí)組織成結(jié)構(gòu)化知識(shí)系統(tǒng)，是人工智能實(shí)現(xiàn)真正意義的理解、記憶與推理的重要基礎(chǔ)。知識(shí)圖譜作為典型的符號(hào)表示系統(tǒng)，如何有效用于機(jī)器學(xué)習(xí)算法，面臨著知識(shí)表示、知識(shí)獲取和計(jì)算推理等方面的諸多挑戰(zhàn)。近年來(lái)，以神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)技術(shù)引發(fā)了人工智能的新一輪浪潮。
本書(shū)介紹了作者團(tuán)隊(duì)在知識(shí)圖譜與深度學(xué)習(xí)方面的研究成果，展現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)與符號(hào)表示的知識(shí)圖譜之間相互補(bǔ)充和促進(jìn)的技術(shù)趨勢(shì)。本書(shū)內(nèi)容對(duì)于人工智能基礎(chǔ)研究具有一定的參考意義，既適合專業(yè)人士了解知識(shí)圖譜、深度學(xué)習(xí)和人工智能的前沿?zé)狳c(diǎn)，也適合對(duì)人工智能感興趣的本科生和研究生作為學(xué)習(xí)讀物。