本书系统探讨知识图谱面向复杂场景的实体抽取与推理方法，聚焦小样本学习、时序推理、多模态与多语言抽取等关键技术难题，兼顾理论深度与工程实用性，具有较强的研究价值与应用前景。全书共7章，主要内容包括知识图谱概述，融合位置计算与相似度过滤的跨度提取方法，基于信息增强的原型网络小样本实体抽取方法，RuleRAG——基于时序知识图谱的新型检索增强生成框架，基于历史—非历史对比学习增强的时序知识图谱预测方法，基于数据增强的传播推荐方法，基于知识图谱的用户兴趣点推荐方法。

更多科学出版社服务，请扫码获取。