数据科学技术：文本分析和知识图谱

数据科学的关键技术包括数据存储计算、数据治理、结构化数据分析、语音分析、视觉分析、文本分析和知识图谱等方面。本书的重点是详细介绍文本分析和知识图谱方面的技术。文本分析技术主要包括文本预训练模型、多语种文本分析、文本情感分析、文本机器翻译、文本智能纠错、NL2SQL问答以及ChatGPT大语言模型等。知识图谱技术主要包括知识图谱构建和知识图谱问答等。本书将理论介绍和实践相结合，详细阐述各个技术主题的实现路线，并对应用于业界算法大赛中的技术方案和技巧进行源代码解读，帮助读者深入理解技术原理。最后，本书还介绍了文本分析和知识图谱技术在政务、公共安全、应急等多个行业中的智能应用实践案例。

《数据科学技术：文本分析和知识图谱》适合具备Python和机器学习技术基础的高等院校学生、文本分析（或者自然语言处理）以及知识图谱领域的算法工程师和研究机构的研究者阅读，也适合数据科学和人工智能领域的研究者作为参考书。

苏海波
清华大学电子工程系博士，副研究员，在文本分析、知识图谱、大模型等人工智能方向拥有超过十年的研发实践经验。多篇SCI和EI论文发表于国外ding尖学术会议和期刊，获得国家发明专利20余项，曾担任科技部重点研发计划子课题负责人。获得2019年和2020年北京市科学技术进步奖，带领团队获得多个业界知名算法技术评测的冠军和亚军。

刘译璟
北京大学博士、正高级工程师，现任北京百分点科技集团股份有限公司CTO。在云计算、大数据、人工智能等领域拥有15年研究和工作经验。曾荣获北京市科学技术奖等奖项，承担国家科技部重点研发计划项目2项，参与多个国家自然科学基金项目，多篇论文曾发表于国内外学术刊物。

易显维
中国地质大学硕士，拥有12年AI算法研发岗相关研发管理经验。在数据挖掘、OCR、文本分析等方面拥有丰富的实践经验，在众多知名企事业单位举办的高水平机器学习算法竞赛中累计获奖20余次。

苏 萌
美国康奈尔大学博士，研究员， 现任北京百分点科技集团股份有限公司董事长兼CEO、北京大学国家发展研究院实践教授、北京大学光华管理学院实践教授、北京市商会副会长、海淀区工商联副主席、海淀区政协委员、国务院学位委员会全国应用统计专业 “大数据专家委员会" 委员等。曾执教于北京大学光华管理学院，任副系主任、博士生导师。