周末要到了，这次给大家赠送4本知识图谱的书籍，这一次的赠书有点不一样，因为这一次包括了两本不一样的书籍，都来自于电子工业出版社，分别是《知识图谱-概念与技术》以《知识图谱-方法、实践与应用》，下面首先看看到底有何不同。
《知识图谱-方法，实践与应用》
本书由语义网和知识图谱领域有10余年研究和开发经验的3位专家共同编著，是一本包括了知识图谱理论方法以及实践方法的书籍，能够帮助你快速熟悉知识图谱学科体系，并完成相关的实践。
全书共9章，总计450页，涵盖了知识图谱的核心概念与相关实践。
第1章，知识图谱概述。介绍的是国内外典型的知识图谱项目，以及知识图谱的技术流程和相关技术概念，为接下来的章节打基础。
第2章，知识图谱表示与建模。介绍了知识表示的基本方法，当前知识表示的主流框架，最后介绍了相关开源工具Protégé。
第3章，知识存储。介绍了知识图谱数据库的基本概念，主要框架及其比较，核心技术，最后介绍了三元组数据库Apache Jena和gStore。
第4章，知识抽取与知识挖掘。介绍了知识抽取的概念，结构化和非结构化知识抽取技术，最后介绍了开源关系抽取框架DeepDive。
第5章，知识图谱融合。介绍了知识图谱中的异构问题，描述知识的本体层的融合技术，以及描述具体事实的实例层的融合技术，最后介绍了实体关系发现框架LIMES。
第6章，知识图谱推理。介绍了知识图谱推理的概念，基于演绎和基于归纳的知识图谱推理方法，最后介绍了基于Jena和Drools的知识推理实践。
第7章，语义搜索。介绍了知识图谱语义搜索基础技术，包括查询语言，交互方式，最后基于Elasticsearch搭建了简易实体语义搜索引擎。
推荐理由：本书详解了知识图谱中的核心技术，并且配置了相关实践工具讲解，理论和实践兼具。
《知识图谱-概念与技术》
本书由复旦大学知识工厂肖仰华教授领衔编写，是一本系统介绍知识图谱概念、技术与实践的教材，能够帮助你建立知识图谱学科体系，健全大数据知识工程知识体系，为工业界知识图谱实践提供参考。
全书共5篇，由16章构成，总计500页，非常厚实，力求涵盖知识图谱相关的基本概念与关键技术。
(1) 基础篇包含第1章到第2章。
第1章主要介绍了知识图谱的基本概念和应用场景等。第2章则介绍知识图谱的基础知识，包括知识的表示以及、机器学习/自然语言处理中的基本概念。
(2) 构建篇包含了第3章到第8章。
第3章介绍了词汇挖掘与实体识别，第4章则介绍了关系抽取，这是知识获取的两个核心问题。随后第5章介绍了概念图谱的构建，第6章介绍了百科图谱的构建，这是两类非常具有代表性的知识图谱。最后在第7章中介绍了众包构建，第8章介绍了质量控制，从工程上补全了知识图谱构建的完整体系。
(3) 管理篇包含了第9章到第11章。
第9章介绍了知识图谱的建模与存储，第10章介绍了查询与检索，第11章介绍了图数据管理系统，这一篇从数据管理的角度系统阐述了知识图谱从建立到高效管理到流程。
(4) 应用篇包含了第12章到14章。
第12章首先介绍了语言认知的基础，包括实体理解和概念理解，然后第13章介绍了基于知识图谱的搜索与推荐，第14章介绍了基于知识图谱的自然语言问答。
(5) 实践篇包含了第15章到第16章。
第15章总结了工程实践的基本原则，第16章则介绍了知识图谱应用过程中的哪些挑战，这一篇是比较开放性的内容。
推荐理由：
(1) 本书内容非常详细，共计16章，基本覆盖了知识图谱相关的所有内容，并分篇进行了讲述。
(2) 本书的内容在成书之前，已经在大学里进行了多次公开授课，内容经过多次迭代，适合系统性学习。
联系客服
