《知识图谱：方法、工具与案例》介绍可供信息提供者构建和维护知识图谱的方法和工具，包括实施知识图谱，手动、半自动、自动构建验证语义标记，并将语义标记集成到知识图谱；还介绍用于半自动和自动整理图谱的基于生命周期的方法，可进行评估、纠错，以及利用其他静态和动态资源来丰富知识图谱。 第1章定义知识图谱，重点描述各种方法的影响，而非数学理论。第2章详细阐述如何构建、实现、维护和部署知识图谱。第3章介绍在这些知识图谱上构建的相关应用层，并解释如何用推理来定义这些图谱上的视图，使其成为开放的、面向服务的对话系统的有用资源。第4章讨论知识图谱技术在旅游行业以及其他垂直领域的应用。第5章进行总结，勾勒出未来方向。附录介绍领域规范抽象语法和语义，使schema.org适应特定领域和任务。 为说明方法的实际应用，《知识图谱：方法、工具与案例》以对话界面为重点讨论了几个试点项目，描述知识图谱如何应用于电子营销和电子商务领域。

Dieter Fensel 担任奥地利因斯布鲁克大学计算机科学系STI研究组的主任。Dieter迄今已撰写了300多篇论文。作为语义Web研究的先驱之一，Dieter与人共同举办了ESWC和ISWC等重要的科技会议。Dieter的研究兴趣目前集中在知识图谱的开发和知识图谱生命周期的各个方面。Dieter与seekda和Onlim等公司合作，成功地将自己的研究成果应用于工业领域。

前 言 Alexa和Google Home等智能音箱将人工智能(Artificial Intelligence，AI)引入了数百万乃至数十亿个家庭，使人工智能渗透到人们的日常生活。现在，人们足不出户，或不使用电脑，也可查找信息、订购产品和服务。我们只需要和一个盒子说话，这个盒子会执行所需的任务，非常方便。这些新的沟通渠道为成功的电子营销和电子商务带来了新挑战。仅运行一个带有许多彩色图片的传统网站已不是最先进的技术了。如今的Web甚至也在通过应用schema.org进行自我改造。数据、内容和服务都有了语义标注，这使得软件智能体(即所谓的机器人)通过Web搜索了解其内容。需要人类浏览大量网站、手动提取并解释信息的时代已经过去。如今，用户通过他们的个人机器人来查找、聚合和个性化信息，还能预留、预订或购买产品和服务。因此，对于信息、产品和服务的供应商而言，在这些新的在线渠道中占据地位变得越来越重要，这可帮助他们确保未来可持续获益。本书讨论了有助于实现这些目标的方法和工具，核心是应用和开发内容、数据及服务的语义标注(可由机器处理)，以及它们在大型知识图谱中的聚合。只有这样，机器人才能不仅可理解问题，而且拥有渊博的知识以回答问题。 这些知识图谱，尤其是基于schema.org的知识图谱，在基于Internet的信息搜索中发挥着越来越重要的作用，已成为成功电子商务和电子营销的关键技术，并对与客户在线互动的经济部门的价值分配产生关键影响。知识图谱是另一种大规模的可扩展数据集成方法，而且很可能不是解决这一难题的最后一种方法。然而，这是我们第一次在全局范围内研究这个问题。...