Personal Knowledge Graphs (Pkgs): Methodology, Tools and Applications
Od czasu rozwoju sieci semantycznej, grafy wiedzy (KG) są wykorzystywane przez wyszukiwarki, silniki wiedzy i usługi odpowiadania na pytania, a także sieci społecznościowe. Graf wiedzy, znany również jako sieć semantyczna, reprezentuje i ilustruje sieć podmiotów świata rzeczywistego, takich jak obiekty, zdarzenia, sytuacje lub pojęcia oraz relacje między nimi. Informacje te są zwykle przechowywane w bazie danych grafów i wizualizowane jako struktura grafu, co powoduje powstanie terminu "graf wiedzy". Grafy wiedzy strukturyzują informacje o podmiotach, ich właściwościach i relacjach między nimi.
Osobiste grafy wiedzy (PKG) kodują te same informacje na poziomie indywidualnym i dlatego różnią się znacznie. PKG wymagają przetwarzania indywidualnych informacji każdej osoby i są konstruowane w sposób zautomatyzowany. Po skonstruowaniu PKG zostanie on zintegrowany z KG o szerszym przeznaczeniu. PKG jest reprezentacją całej istotnej wiedzy zdroworozsądkowej i danych osobowych użytkownika i może wspierać rozwój innowacyjnych aplikacji, takich jak cyfrowy spersonalizowany trener. Umożliwia interesariuszom podejmowanie bardziej efektywnych decyzji.
Niniejsza książka w uporządkowany sposób analizuje globalne zaawansowane badania nad PKG w celu wspierania rozwoju innowacyjnych cyfrowych spersonalizowanych aplikacji, takich jak bankowość osobista, spersonalizowana księgowość, codzienne monitorowanie działań związanych ze zdrowiem i śledzenie zarządzania celami. Autorzy przedstawiają metodologie, narzędzia i aplikacje, w tym innowacyjne tematy dostosowane do PKG, takie jak rozpoznawanie i łączenie jednostek nazwanych, podejścia konstrukcyjne, modelowanie personalizacji i świadomości kontekstu, podejścia ewaluacyjne, techniki ekstrakcji relacji, odpowiadanie na zapytania w grafach wiedzy specyficznych dla użytkownika, reprezentacja wiedzy i rozumowanie (KRR), narzędzia wizualizacyjne, narzędzia i techniki integracji oraz podsumowanie faktów.
Książka zapewnia systematyczne omówienie tego złożonego tematu dla badaczy, naukowców i inżynierów zarówno z przemysłu, jak i środowisk akademickich zajmujących się nauką o danych, ICT, inżynierią wiedzy, siecią semantyczną, wnioskowaniem, wyszukiwaniem informacji oraz uczeniem maszynowym i głębokim, ze szczególnym uwzględnieniem grafów wiedzy. Zaawansowani studenci zainteresowani tą dziedziną również znajdą tu przydatne źródło informacji.